แนวโน้มอัตราการรอดชีวิตในกรณีศึกษาการควบคุม

ฉันส่งบทความที่ถูกปฏิเสธเนื่องจากวิธีการวิเคราะห์การเอาตัวรอดที่ไม่เหมาะสม ผู้ชี้ขาดไม่มีรายละเอียดหรือคำอธิบายอื่นใดนอกเหนือจาก: "การวิเคราะห์การเอาชีวิตรอดตามแนวโน้มเวลาต้องใช้วิธีการเซ็นเซอร์ที่ซับซ้อนยิ่งขึ้น"

คำถาม:

ความเสี่ยงส่วนเกินของการเสียชีวิตของผู้สูบบุหรี่ลดลงในทศวรรษที่ผ่านมาหรือไม่?

ข้อมูล:

ผู้สูบบุหรี่ 25,000 คนในเยอรมนี พวกเขาลงทะเบียนในการศึกษาในช่วงเวลาระหว่างปี 1995 และ 2014 แต่ละสูบบุหรี่ได้รับการจับคู่ (ในช่วงเวลาของการลงทะเบียน) กับเพศและอายุการจับคู่การควบคุมจากประชากรทั่วไป (ที่ไม่สูบบุหรี่) ฉันมีเวลาที่แน่นอนของการเสียชีวิตสำหรับทุกคนที่เสียชีวิตในช่วงระยะเวลาการศึกษาทั้งหมด คนที่ไม่ตายระหว่างการติดตามจะถูกเซ็นเซอร์ การศึกษานี้มีจุดประสงค์เพื่อตรวจสอบความเสี่ยงส่วนเกินของการเสียชีวิตของผู้สูบบุหรี่ในแต่ละปีตั้งแต่ปี 2538-2557

จุดมุ่งหมายคือการคำนวณ:

• อัตราอุบัติการณ์การเสียชีวิตของผู้สูบบุหรี่และผู้ไม่สูบบุหรี่ในแต่ละปีและตรวจสอบแนวโน้มเหล่านี้
• ความเสี่ยงส่วนเกินของการเสียชีวิตในหมู่ผู้สูบบุหรี่ในแต่ละปี (หรือระยะเวลาไม่กี่ปีติดต่อกัน)

ควรวิเคราะห์ข้อมูลอย่างไร จำได้ไหมว่าคนที่รวมอยู่ในปี 1998 อาจเสียชีวิตในปี 2558 แนวทางที่ถูกต้องในการใช้รูปแบบกระบวนการนับด้วยการเริ่มต้นและหยุดการอัปเดตสำหรับแต่ละปีหรือไม่

นี่คือวิธีการที่ผู้ตัดสินไม่ชอบ:

อัตราอุบัติการณ์ถูกคำนวณโดยวิธีการปัวซงถดถอย เรารวมเวลาติดตามเป็นตัวชดเชยในโมเดลและรวมอายุเพศสถานะการสูบบุหรี่และช่วงเวลาตามปฏิทิน (รวมสองปีติดต่อกัน) เป็นตัวทำนายในโมเดล จากนั้นคำนวณอัตราต่อ 1,000 คนต่อปีโดยใช้ฟังก์ชั่นทำนาย () ของอาร์ระยะเวลาชดเชย (ติดตามผล) คือระยะเวลาการสังเกตทั้งหมดของบุคคล (วัน) จากการลงทะเบียน

ใช้แบบจำลอง Cox เพื่อประเมินความเสี่ยงสัมพัทธ์สำหรับผู้สูบบุหรี่ในแต่ละช่วงเวลาตั้งแต่ต้นจนจบการศึกษา เพื่อความง่ายเราเปรียบเทียบอัตราส่วนอันตรายในช่วงแรกกับอัตราส่วนอันตรายในช่วงสุดท้าย

ปัญหา: - บุคคล (รวมถึงการควบคุมของเขา) อาจรวมอยู่ในปี 1998 และเป็นของกลุ่มปฏิทินนั้น แต่ประสบเหตุการณ์ในปี 2549 - ข้อมูลควรถูกจัดวางเพื่อการวิเคราะห์ Poisson และ Cox regression อย่างไร กระบวนการนับสำหรับคอคส์? เวลาเริ่มและหยุดคืออะไร - สามารถประเมินแนวโน้มในสถานการณ์นี้ได้อย่างไร?

คำอธิบายบางอย่าง: สมมติว่าผู้ป่วยมีการพบครั้งแรกในวันที่ 15 มิถุนายน 1998 และพบเหตุการณ์เมื่อ 31 ธันวาคม 1998 ค่าสำหรับตัวแปรเวลาของเราสำหรับผู้ป่วยรายนี้คือ 182.5 จาก 730 วันที่เป็นไปได้เนื่องจากช่วงเวลาประกอบด้วย 2 ปีถัดไป จำนวนเวลาสูงสุดที่สังเกตได้ในแต่ละช่วงเวลาคือ 730 วัน

เมื่อผู้ป่วยถูกพบในช่วงเวลาหนึ่ง แต่ถูกเซ็นเซอร์ (เช่นมีประสบการณ์และเหตุการณ์หรือหลุดออกไป) ในช่วงเวลาอื่นควรเพิ่มจำนวนวันที่สังเกตได้ในช่วงเวลาถัดไปหรืออะไร

ดังนั้นปัญหาหลักคือการจัดการเวลาติดตามและปีปฏิทิน (ซึ่งใช้เป็นตัวแปรเด็ดขาดประกอบด้วยสองปีติดต่อกัน)

จากด้านบนมีความเป็นไปได้เล็กน้อยสำหรับโมเดล Cox:

1. แยกรุ่นสำหรับแต่ละช่วงเวลา : ใช้หนึ่งการสังเกตสำหรับแต่ละคน คำนวณเวลาการสังเกต (คำนึงถึงเมื่อเกิดการเซ็นเซอร์ / การเสียชีวิตระหว่างการติดตาม) จากนั้นคำนวณอัตราส่วนความเป็นอันตรายในแต่ละช่วงเวลา จากนั้นเปรียบเทียบอัตราส่วนอันตรายโดยตรง

2. คำนวณการเปลี่ยนแปลงความสัมพันธ์ในอันตรายในผู้สูบบุหรี่และผู้ไม่สูบบุหรี่แยกกัน: การสังเกตหนึ่งครั้งต่อคน; คำนวณเวลาการสังเกต (โดยไม่คำนึงถึงเมื่อมีการเซ็นเซอร์ / เหตุการณ์เกิดขึ้น) จากนั้นใช้ผู้ป่วยทั้งหมด (ตั้งแต่ 1995 ถึง 2014) ในแบบจำลองใช้ช่วงเวลาเป็นตัวแปรเด็ดขาดและตั้งค่าช่วงเวลาหนึ่งเป็นค่าอ้างอิง

   3. สูตรการคำนวณนับ : นี่ฟังดูน่าสนใจ แต่ฉันไม่แน่ใจว่าจะใช้เวลารอดอย่างไรเริ่มหยุดช่วงเวลาและปีปฏิทิน

แม้ว่ามันจะเป็นอันตรายที่จะอ่านมากเกินไปในความคิดเห็นที่คลุมเครือของผู้ตรวจทาน แต่ฉันเดาว่าการคัดค้านนั้นเกี่ยวข้องกับการเซ็นเซอร์หรือไม่

การตีความแบบจำลองการเอาชีวิตรอดมักขึ้นอยู่กับการสันนิษฐานที่แต่ละคนถูกเซ็นเซอร์ในเวลา $T$ เป็นตัวแทนของทุกวิชาที่รอดชีวิตมาได้ $T$หลังจากเข้าสู่การศึกษา (ถ้อยคำดัดแปลงมาจากบทนำนี้เพื่อการวิเคราะห์การเอาตัวรอด) จากนั้นการเซ็นเซอร์นั้นไม่มีข้อมูล

ในการวิเคราะห์ของคุณผู้ที่ถูกเซ็นเซอร์คือผู้ที่รอดชีวิตจนถึงปี 2014 หากคุณคิดว่ามีการเปลี่ยนแปลงความเสี่ยงที่เกินความตายเนื่องจากการสูบบุหรี่ในช่วง 20 ปีที่ผ่านมา (หรือแม้ว่าจะมีการเปลี่ยนแปลงอัตราการตายแบบขนาน สำหรับทั้งสองกลุ่ม) บุคคลที่ถูกเซ็นเซอร์เหล่านั้นอาจไม่ได้เป็นตัวแทนของผู้ที่รอดชีวิตในเวลาเดียวกัน แต่เข้าศึกษาก่อนหน้านี้ ภายใต้สมมติฐานของคุณการเซ็นเซอร์อาจให้ข้อมูล

เป็นไปได้ว่ารายละเอียดการออกแบบการวิเคราะห์ของคุณหลีกเลี่ยงปัญหานี้ แต่ไม่ชัดเจนในต้นฉบับที่ตรวจสอบแล้ว หรือผู้วิจารณ์อาจไม่ชอบการศึกษาด้วยเหตุผลเพิ่มเติมบางอย่างและพบว่านี่เป็นวิธีที่จะปฏิเสธได้ว่าผู้แก้ไขจะไม่ถาม อย่างไรก็ตามสิ่งนี้ดูเหมือนจะเป็นการคัดค้านที่อาจเกิดขึ้นกับวิธีที่คุณวิเคราะห์ข้อมูลเหล่านี้และคุณควรตรวจสอบให้แน่ใจว่ามีการจัดการอย่างเหมาะสม (นี่เป็นสิ่งที่นอกเหนือจากความเชี่ยวชาญส่วนตัวของฉัน; คนอื่น ๆ ในไซต์นี้อาจมีตัวชี้วิธีดำเนินการต่อชื่อเรื่องที่แม่นยำยิ่งขึ้นสำหรับคำถามนี้พร้อมรายละเอียดเพิ่มเติมเกี่ยวกับการออกแบบและวิเคราะห์การศึกษาอาจได้รับคำตอบที่เป็นประโยชน์มากขึ้น)

มันไม่ชัดเจนสำหรับคำถามของคุณและความคิดเห็นที่ชัดเจนว่าการวิเคราะห์ของ Cox กำลังเพิ่มสิ่งที่เป็นประโยชน์สำหรับการสร้างแบบจำลองของอัตราการตายต่อปี (หรือช่วงเวลา 2 ปี) นอกจากนี้สมมติฐานของคุณดูเหมือนจะบ่งบอกว่าอันตรายไม่ได้สัดส่วนตามเวลาระหว่างผู้ไม่สูบบุหรี่และผู้สูบบุหรี่ซึ่งเป็นพื้นฐานของการวิเคราะห์แบบมาตรฐานของ Cox หากคุณมีความสนใจในความแตกต่างของอัตราการเสียชีวิตระหว่างผู้สูบบุหรี่กับผู้ไม่สูบบุหรี่ในฐานะปีปฏิทินนั่นเป็นมาตรการที่ตรงไปตรงมาที่สุดในการทำแบบจำลอง (แม้ว่าคุณอาจจะต้องคำนึงถึงการเพิ่มคุณค่าของผู้ไม่สูบบุหรี่ เมื่อคู่สูบบุหรี่ของพวกเขาตาย)