Suposição de riscos proporcionais

A suposição de riscos proporcionais basicamente diz que a taxa de riscos não varia com o tempo. Ou seja, . Quando podemos assumir isso? E se as taxas de risco em vários momentos forem: e ? Podemos fazer a suposição de riscos proporcionais? Também temos $\text{HR}(t) \equiv \text{HR}$ $2.4, 2.36, 2.27$ $2.03$

registro [h (t | x)] = registro [h_{0 0} (t)] + β_{1} x_{1} + \dots + β_{p} x_{p}

$\log[h(t|\textbf{x})] = \log[h_{0}(t)] + \beta_{1}x_1 + \dots + \beta_{p}x_{p}$

Por que precisamos estimar ? Se temos , por que não podemos colocar todos os valores dos preditores em zero para obter ? $h_{0}(t)$ $h(t|\textbf{x})$ $h_{0}(t)$

Editar. Quero um meio de avaliar se a suposição de PH é verdadeira.

survival Thomas
fonte

Sua pergunta precisa de alguma clareza. Parece que você está falando de uma taxa de risco, não de uma taxa de risco. Existe uma razão para você escolher essa equação de regressão específica - há muitas maneiras de abordar uma análise de sobrevivência. E o que você quer dizer com "quando" podemos assumir isso - você quer um conjunto de circunstâncias em que isso é verdade ou um meio de avaliar se isso é verdade no seu caso?

Fomite

Qual software você deseja "significa avaliar se a suposição de PH é verdadeira"? Na minha pergunta anterior , estou tentando lidar com o problema que você tem após testar a suposição de PH, mas a parte superior mostra como você verifica usando o método de Grambsch e Therneau.

Max Gordon

O software que você usou deve fornecer testes para isso. Por exemplo, o SAS usará o método de Lin, Wei e Ying (1993) (consulte a documentação do PHREG e, em particular, a instrução ASSESS)

Peter Flom

Respostas:

Peter está correto, pois depende de qual software você está usando para verificar isso. No pacote de sobrevivência com R, há a função cox.ph ().

A maioria das avaliações da suposição envolverá a análise dos resíduos de Schoenfeld. Se plotados contra o tempo, não deve haver um padrão perceptível.

Consulte Riscos proporcionais à Cox, começando na página 12.

Além disso, ao modelar variáveis categóricas, você pode criar curvas de Kaplan-Meier para cada variável e verificar se elas são aproximadamente proporcionais entre si.

Glen
fonte

Incluindo um coeficiente variável no tempo no modelo também é um meio para verificar o pressuposto de PH

Boscovich

O uso de um mecanismo de ponderação como o IPTW permitiria que você fizesse curvas marginais de Kaplan-Meier para avaliar visualmente os riscos proporcionais em um modelo com mais do que apenas variáveis categóricas.

Fomite