เซ็นเซอร์ช่วงแบบ Cox ตามสัดส่วนความเป็นอันตรายใน R


9

เมื่อกำหนดช่วงเวลาการเอาตัวรอดให้ถูกต้องฉันจะทำการจำลอง Cox PH แบบช่วงเซ็นเซอร์ได้Rอย่างไร การค้นหา rseek จะเปิดแพ็คเกจintcoxซึ่งไม่มีอยู่ในที่Rเก็บอีกต่อไป ฉันเกือบจะเป็นบวกcoxphฟังก์ชั่นในsurvivalแพ็คเกจไม่สามารถจัดการกับข้อมูลการรอดชีวิตแบบเซ็นเซอร์

นอกจากนี้ฉันไม่ต้องการใส่ข้อมูลแล้วใช้coxphฟังก์ชัน วิธีนี้จะประเมินข้อผิดพลาดมาตรฐานต่ำกว่าค่าสัมประสิทธิ์เนื่องจากคุณไม่สนใจความไม่แน่นอนของการเซ็นเซอร์ช่วงเวลา


1
คุณยังสามารถติดตั้งintcoxแพคเกจถึงแม้ว่ามันจะไม่ได้อยู่ในการใช้ตามปกติCRAN install.packages("intcox")
smillig

อืม ... ฉันไม่สามารถทำเช่นนั้นได้ การเลือกมิเรอร์อาจส่งผลต่อการดาวน์โหลดหรือไม่
wcampbell

1
เป็นไปได้ แต่ฉันไม่รู้ ฉันเพิ่งใช้ Berlin CRAN ทำมันประมาณ 10 นาทีที่แล้ว (รุ่น R 2.15.1)
smillig

2
วิเคราะห์การอยู่รอด CRAN งานดูสรุปแพคเกจใช้ได้สำหรับการวิเคราะห์การอยู่รอดรวมทั้งจำนวนด้วยการสนับสนุนการเซ็นเซอร์ช่วง
jthetzel

1
ตั้งแต่วันที่ 21 ธันวาคม 2558 ฉันสามารถทำได้install.packages("intcox")โดยไม่เกิดปัญหาใด ๆ (R-devel แต่ R สมัยใหม่ควรทำงาน)
Ben Bolker

คำตอบ:


4

ตามที่ระบุไว้ข้างต้นคุณสามารถใช้ฟังก์ชัน survreg ข้อควรทราบ: นี่ไม่ได้เป็นรุ่น Cox PH เท่านั้น แต่เป็นรุ่นมาตราส่วนตำแหน่ง ใช้การแปลงค่าเริ่มต้นนี่คือรูปแบบของท้ายเรือ ในกรณีของการแจกแจงแบบเอ็กซ์โพเนนเชียลความแปรปรวนของสัดส่วนและ aft จะเท่ากันดังนั้นหากการแจกแจงถูกตั้งค่าเป็นเลขชี้กำลังนี่เป็นรูปแบบความเป็นอันตรายเชิงสัดส่วนที่มีพื้นฐานเป็นเลขชี้กำลัง ถ้าใช้โมเดลการแจกแจงพื้นฐาน Weibull ท้ายเรือการประมาณพารามิเตอร์เป็นเพียงการแปลงเชิงเส้นของสิ่งที่ใช้ในโมเดลอันตรายตามสัดส่วนด้วยการแจกแจงพื้นฐาน Weibull แต่โดยทั่วไปผู้รอดชีวิตไม่เหมาะกับรุ่น Cox PH

หากต้องการโมเดลกึ่งพารามิเตอร์ตามที่พบนำมาใช้ใน intcox คำเตือน: มีปัญหาหลายประการกับรุ่นปัจจุบันของ intcox (อัลกอริทึมโดยทั่วไปจะสิ้นสุดก่อนกำหนดอย่างมีนัยสำคัญห่างไกลจาก MLE ล้มเหลวทันทีด้วยการสังเกตวาบไม่มีข้อผิดพลาดมาตรฐาน นำเสนอโดยอัตโนมัติ)

ทางเลือกใหม่ที่คุณสามารถใช้ได้คือแพ็คเกจ "icenReg"

ค่าเข้าชมของอคติ: นี่คือผู้เขียนของ icenReg


1
ยินดีต้อนรับสู่เว็บไซต์ของเรา! เรายินดีที่มีคุณและคุณูปการอันดีของคุณ
whuber

@Cliff AB คุณใช้วิธีกึ่งพารามิเตอร์แบบใดในฟังก์ชั่น ic_sp คุณมีกระดาษหรือแบบฝึกหัดเกี่ยวกับวิธีการหรือไม่
Munichong

@Munichong: กระดาษเต็มสามารถพบได้ที่นี่ อีกวิธีหนึ่งคือบทความสั้น ๆ ของแพคเกจให้การแนะนำรุ่นที่รวดเร็วเช่นกัน; ดูที่นี่
Cliff AB

@CliffAB เนื่องจากข้อมูลของฉันมีขนาดใหญ่เกินไปที่จะใส่ในหน่วยความจำฉันต้องการแก้ไข ic_sp ด้วยวิธี stochastic: ป้อน mini-batch เป็น ic_sp และตั้งค่า maxIter = 1 รับการไล่ระดับสีและอัปเดตอย่างสม่ำเสมอ คุณรู้วิธีที่ฉันสามารถเข้าถึงการไล่ระดับสีจากฟังก์ชั่น ic_sp?
Munichong

1
@unichong: น่าสนใจ! น่าเสียดายที่ฉันไม่คิดว่าวิธีนี้จะใช้งานได้ โดยเฉพาะอย่างยิ่งic_spต้องประเมินการกระจายการรอดชีวิตพื้นฐาน (ซึ่งแตกต่างจากกรณีที่ถูกเซ็นเซอร์) ซึ่งมีพารามิเตอร์มากที่สุดเท่าที่เวลาที่ไม่ซ้ำกันในข้อมูลของคุณ สิ่งนี้สร้างปัญหาสำหรับการทำมินิแบทช์ ด้วยเวลาต่อเนื่องขั้นตอนพื้นฐานจะไม่เรียงแถวแบทช์กับแบทช์
Cliff AB

1

ในการทำการวิเคราะห์แบบช่วงเซ็นเซอร์ใน R คุณต้องสร้างวัตถุ Surv และใช้ Survfit () หากคุณมีมากกว่าหนึ่งตัวแปรแพคเกจ Intcox จะแก้ปัญหาได้

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.