Como obter previsões em termos de tempo de sobrevivência a partir de um modelo Cox PH?

14

Quero desenvolver um modelo de previsão (Cox PH) para mortalidade por todas as causas em um conjunto de dados de participantes dos quais (quase) todos morreram no final do acompanhamento (por exemplo, 1 ano).

Em vez de prever o risco absoluto de morrer em um determinado ponto no tempo, eu gostaria de prever o tempo de sobrevivência (em meses) para cada indivíduo.

É possível obter tais previsões em R (de, por exemplo, um objeto coxph) e, se sim, como posso fazer isso?

Muito obrigado antecipadamente!

survival prediction cox-model Roubar
fonte

Respostas:

14

O modelo de Riscos proporcionais de Cox não modela o risco subjacente, que é o que você precisaria para prever o tempo de sobrevivência assim - essa é a grande força do modelo e uma de suas principais desvantagens.

Se você estiver particularmente interessado em obter estimativas da probabilidade de sobrevivência em determinados momentos, eu indicaria modelos de sobrevivência paramétricos (também conhecidos como modelos de tempo de falha acelerada). Eles são implementados no survivalpacote para R e fornecerão distribuições paramétricas de tempo de sobrevivência, nas quais você pode simplesmente conectar o tempo em que está interessado e recuperar uma probabilidade de sobrevivência.

Fomite
fonte
3
Obrigado pela sua resposta. Não estou particularmente interessado em obter estimativas da probabilidade de sobrevivência em um determinado momento, mas no tempo de sobrevivência previsto para cada indivíduo. Portanto, em vez de, por exemplo, "a probabilidade de sobreviver em 1 ano é de 10%", eu gostaria de obter previsões como "o tempo de sobrevivência previsto para esse indivíduo é de 10 meses". É possível obter tais previsões a partir de um modelo Cox PH ou AFT?
Rob
4
@ Rob Eu acredito que ainda não é viável em um modelo Cox PH. É perfeitamente possível com um modelo AFT, embora a complexidade de recuperar uma estimativa provavelmente dependa de quantas covariáveis ​​você possui.
Fomite
3
Obrigado, vou olhar para os modelos AFT. Eu tenho lido sobre a previsão de tempos de sobrevivência individuais, mas parece "que a sobrevivência humana é tão incerta que mesmo a melhor análise estatística não pode fornecer previsões em número único de uso real para pacientes individuais". ( link ) ..
Rob
4
@ Rob Está correto - todas essas técnicas falam sobre tendências nas populações . Tentar a previsão precisa de qualquer pessoa é uma causa perdida e realmente não é um uso apropriado da ferramenta.
Fomite
2
Dada a literatura disponível, acho que você está correto em relação à previsão de tempos de sobrevivência individuais. No entanto, os modelos Cox e AFT são certamente ferramentas apropriadas para prever riscos absolutos individuais em determinados momentos (por exemplo, ver livros de Harrell e Steyerberg ).
Rob
2

@statBeginner Sim, será. Requer duas etapas:

x <- survfit(cox.ph.model, newdata = dataset)
dataset$Results <- summary(x)$table[,"median"]

mas não tenho certeza se o tempo médio de sobrevivência é preciso o suficiente.

akshay
fonte
Concordo com @akshay que o tempo médio de sobrevivência, embora útil, pode não ser apropriado para casos individuais, especialmente se a previsão de um tempo para o evento. Os tempos de sobrevivência individuais podem ser incrivelmente heterogêneos, portanto, aconselho cautela ao usar qualquer tempo médio de sobrevivência para previsão.
Seanosapien
2

Embora eu concorde com esse ponto, a sobrevida média é clinicamente útil.

Você pode estar interessado em nosso trabalho (e em outros) olhando para usar a mediana como base para os intervalos de sobrevivência - achamos que são mais úteis.

https://academic.oup.com/annonc/article/25/10/2014/2801274

Matt Williams
fonte
A sobrevivência média pode nem sempre existir, mas a mediana sempre existe.
Michael R. Chernick