ข้อดีและข้อเสียของการใช้ logrank กับวิธี Mantel-Haenszel สำหรับการคำนวณอัตราส่วนความเป็นอันตรายในการวิเคราะห์การอยู่รอดคืออะไร

วิธีหนึ่งในการสรุปการเปรียบเทียบเส้นโค้งการอยู่รอดสองเส้นคือการคำนวณอัตราส่วนความเป็นอันตราย (HR) มีอย่างน้อยสองวิธีในการคำนวณค่านี้

• วิธีการ Logrank เป็นส่วนหนึ่งของการคำนวณ Kaplan-Meier ให้คำนวณจำนวนของเหตุการณ์ที่สังเกต (ตายโดยปกติ) ในแต่ละกลุ่ม ( และO b ) และจำนวนของเหตุการณ์ที่คาดหวังซึ่งสมมติว่าสมมติฐานว่างจากการอยู่รอดไม่แตกต่างกัน ( E aและE b ) อัตราส่วนความเป็นอันตรายนั้นคือ: H R = ( O a / E a $Oa$$Ob$$Ea$$Eb$ $$HR= \frac{(Oa/Ea)}{(Ob/Eb)}$$
• $$HR= \exp\left(\frac{(Oa-Ea)}{V}\right)$$

มีคนส่งตัวอย่างที่ทั้งสองวิธีแตกต่างกันโดยปัจจัยที่สาม ในตัวอย่างนี้เป็นที่ชัดเจนว่าการประมาณ logrank นั้นสมเหตุสมผลและการประมาณการ Mantel-Haenszel นั้นอยู่ไกลมาก คำถามของฉันคือถ้าใครมีคำแนะนำทั่วไปสำหรับเมื่อมันเป็นการดีที่สุดที่จะเลือกการประมาณ logrank ของอัตราส่วนความเป็นอันตรายและเมื่อมันจะดีที่สุดในการเลือกประมาณการ Mantel-Haenszel? มันต้องทำกับขนาดตัวอย่างหรือไม่? จำนวนความสัมพันธ์? อัตราส่วนขนาดตัวอย่าง?

ฉันคิดว่าฉันหาคำตอบ (สำหรับคำถามของฉันเอง) หากการสันนิษฐานของความเป็นอันตรายตามสัดส่วนเป็นจริงทั้งสองวิธีจะให้ค่าประมาณของอัตราส่วนความเป็นอันตรายที่คล้ายกัน ความคลาดเคลื่อนที่ฉันพบในตัวอย่างหนึ่งตอนนี้ฉันคิดว่าเป็นเพราะความจริงที่ว่าข้อสันนิษฐานนั้นน่าสงสัย

หากสมมติฐานของอันตรายที่เป็นสัดส่วนนั้นเป็นจริงกราฟของบันทึก (เวลา) เทียบกับบันทึก (-log (St)) (โดยที่ St คือการอยู่รอดตามสัดส่วนในเวลา t) ควรแสดงสองเส้นคู่ขนาน ด้านล่างนี้คือกราฟที่สร้างจากชุดข้อมูลปัญหา ดูเหมือนจะห่างจากเส้นตรง หากการสันนิษฐานของความเป็นอันตรายตามสัดส่วนไม่ถูกต้องแนวคิดของอัตราส่วนความเป็นอันตรายนั้นไม่มีความหมายดังนั้นจึงไม่สำคัญว่าวิธีใดที่จะใช้ในการคำนวณอัตราส่วนความเป็นอันตราย

ฉันสงสัยว่าความแตกต่างระหว่าง logrank และ Mantel-Haenszel ประมาณว่าอัตราส่วนความเป็นอันตรายสามารถใช้เป็นวิธีทดสอบสมมติฐานของความเป็นอันตรายได้หรือไม่?

ถ้าฉันไม่เข้าใจผิดตัวประมาณอันดับบันทึกที่คุณอ้างอิงจะเรียกว่าตัวประมาณค่าไพค์ ฉันเชื่อว่ามันแนะนำโดยทั่วไปสำหรับ HR <3 เพราะมันมีอคติน้อยกว่าในช่วงนั้น กระดาษต่อไปนี้อาจเป็นที่สนใจ (โปรดทราบว่ากระดาษอ้างถึงเป็น O / E):

• การประเมินอันตรายตามสัดส่วนในการทดลองทางคลินิกแบบสองกลุ่มรักษา (Bernstein, Anderson, Pike)

[... ] วิธี O / E นั้นมีอคติ แต่ในช่วงของค่าอัตราส่วนของอัตราอันตรายที่น่าสนใจในการทดลองทางคลินิกมันมีประสิทธิภาพมากกว่าในแง่ของความคลาดเคลื่อนกำลังสองเฉลี่ยมากกว่า CML หรือ Mantel-Haenszel วิธีการสำหรับทั้งหมดยกเว้นการทดลองที่ใหญ่ที่สุด วิธี Mantel-Haenszel นั้นมีความลำเอียงน้อยที่สุดให้คำตอบที่ใกล้เคียงกับที่ได้รับจากการใช้ CML และอาจถูกใช้เพื่อให้ช่วงความเชื่อมั่นที่น่าพอใจอยู่ในระดับที่น่าพอใจ

จริง ๆ แล้วมีวิธีการมากมายและตัวเลือกขึ้นอยู่กับว่าคุณสนใจที่จะมองหาความแตกต่างในระยะแรกความแตกต่างในภายหลังหรือ - สำหรับการทดสอบบันทึกอันดับ & การทดสอบ Mantel-Haenszel - ให้น้ำหนักเท่ากันทุกจุด

ถึงคำถามที่อยู่ในมือ การทดสอบระดับล็อกนั้นจริงๆแล้วเป็นรูปแบบหนึ่งของการทดสอบ Mantel-Haenszel ที่ใช้กับข้อมูลการอยู่รอด มักจะใช้การทดสอบ Mantel-Haenszel เพื่อทดสอบความเป็นอิสระในตารางฉุกเฉิน

หากเราพยายามนำการทดสอบ MH ไปใช้กับข้อมูลการอยู่รอดเราสามารถเริ่มต้นได้โดยสมมติว่าเหตุการณ์ในแต่ละช่วงเวลาของความล้มเหลวนั้นเป็นอิสระ จากนั้นเราแบ่งกลุ่มตามเวลาที่ล้มเหลว เราใช้วิธีการ MH โดยทำให้แต่ละช่วงเวลาล้มเหลวเป็นชั้น ไม่น่าแปลกใจที่พวกเขามักจะให้ผลลัพธ์เดียวกัน

ข้อยกเว้นเกิดขึ้นเมื่อมีเหตุการณ์มากกว่าหนึ่งเหตุการณ์เกิดขึ้นพร้อมกัน - มีผู้เสียชีวิตหลายคนในเวลาเดียวกัน ฉันจำไม่ได้ว่าการรักษานั้นแตกต่างกันอย่างไร ฉันคิดว่าค่าเฉลี่ยของคะแนนการทดสอบตามลำดับที่เป็นไปได้ของเวลาที่เกิดความล้มเหลว

ดังนั้นการทดสอบบันทึกอันดับคือการทดสอบ MH สำหรับข้อมูลการอยู่รอดและสามารถจัดการกับความสัมพันธ์ ฉันไม่เคยใช้การทดสอบ MH สำหรับข้อมูลการอยู่รอด

ฉันคิดว่าฉันสะดุดในเว็บไซต์และการอ้างอิงที่เกี่ยวข้องกับคำถามนี้:

http://www.graphpad.com/faq/viewfaq.cfm?faq=1226 เริ่มจาก "เปรียบเทียบสองวิธี"

เว็บไซต์อ้างอิงถึงเอกสาร Berstein ars ที่เชื่อมโยง (ด้านบน):

http://www.jstor.org/stable/2530564?seq=1

เว็บไซต์สรุปผลลัพธ์ของ Berstein และคณะดังนั้นฉันจะเสนอราคา:

ทั้งสองมักจะให้ผลลัพธ์ที่เหมือนกัน (หรือเกือบเหมือนกัน) แต่ผลลัพธ์อาจแตกต่างกันเมื่อวัตถุหลายตัวตายในเวลาเดียวกันหรือเมื่ออัตราส่วนอันตรายอยู่ไกลจาก 1.0

Bernsetin และเพื่อนร่วมงานวิเคราะห์ข้อมูลจำลองทั้งสองวิธี (1) ในการจำลองทั้งหมดของพวกเขาสมมติฐานของความเป็นอันตรายตามสัดส่วนนั้นเป็นจริง ทั้งสองวิธีให้ค่าใกล้เคียงกันมาก วิธีการ logrank (ซึ่งพวกเขาอ้างถึงเป็นวิธี O / E) รายงานค่าที่ใกล้กว่า 1.0 กว่าอัตราส่วนความเป็นอันตรายที่แท้จริงโดยเฉพาะอย่างยิ่งเมื่ออัตราส่วนความเป็นอันตรายที่มีขนาดใหญ่หรือขนาดตัวอย่างมีขนาดใหญ่

เมื่อมีความสัมพันธ์กันทั้งสองวิธีจะมีความแม่นยำน้อยกว่า logrank มีแนวโน้มที่จะรายงานอัตราส่วนอันตรายที่ใกล้ถึง 1.0 (ดังนั้นอัตราส่วนความเป็นอันตรายที่รายงานจะน้อยเกินไปเมื่ออัตราส่วนความเป็นอันตรายมากกว่า 1.0 และใหญ่เกินไปเมื่ออัตราส่วนความเป็นอันตรายน้อยกว่า 1.0) ในทางตรงกันข้ามวิธี Mantel-Haenszel จะรายงานอัตราส่วนความเป็นอันตรายที่อยู่ห่างจาก 1.0 (ดังนั้นอัตราส่วนความเป็นอันตรายที่รายงานจะใหญ่เกินไปเมื่ออัตราส่วนความเป็นอันตรายมากกว่า 1.0 และเล็กเกินไปเมื่ออัตราส่วนความเป็นอันตรายต่ำกว่า 1.0)

พวกเขาไม่ได้ทดสอบทั้งสองวิธีด้วยข้อมูลจำลองซึ่งสมมติฐานของความเป็นอันตรายที่ไม่เป็นสัดส่วน ฉันได้เห็นชุดข้อมูลหนึ่งชุดซึ่งการประมาณการทรัพยากรบุคคลสองครั้งนั้นแตกต่างกันมาก (จากปัจจัยสามประการ) และการคาดการณ์ของอันตรายตามสัดส่วนนั้นน่าสงสัยสำหรับข้อมูลเหล่านั้น ดูเหมือนว่าวิธี Mantel-Haenszel จะให้น้ำหนักมากกว่าความแตกต่างของความเสี่ยงในช่วงปลายเวลาในขณะที่วิธี logrank ให้น้ำหนักเท่ากันทุกที่ (แต่ฉันยังไม่ได้สำรวจในรายละเอียด) หากคุณเห็นคุณค่าทรัพยากรบุคคลที่แตกต่างกันอย่างมากโดยใช้สองวิธีนี้ให้คิดว่าสมมติฐานของอันตรายที่ได้สัดส่วนนั้นสมเหตุสมผลหรือไม่ หากสมมติฐานนั้นไม่สมเหตุสมผลแน่นอนว่าแนวคิดทั้งหมดของอัตราส่วนความเป็นอันตรายเดี่ยวที่อธิบายถึงส่วนโค้งทั้งหมดนั้นไม่มีความหมาย

เว็บไซต์ยังอ้างถึงชุดข้อมูลซึ่ง "การประมาณการทรัพยากรบุคคลสองครั้งนั้นแตกต่างกันมาก (โดยปัจจัยสามประการ)" และแนะนำว่าสมมติฐาน PH เป็นข้อพิจารณาที่สำคัญ

ถ้าอย่างนั้นฉันก็คิดว่า "ใครเป็นคนสร้างเว็บไซต์?" หลังจากค้นหาเล็กน้อยฉันพบว่ามันคือ Harvey Motulsky ดังนั้นฮาร์วีย์ฉันพยายามอ้างอิงถึงคุณในการตอบคำถามของคุณเอง คุณได้กลายเป็นผู้มีอำนาจ!

"ชุดข้อมูลปัญหา" เป็นชุดข้อมูลสาธารณะหรือไม่