จะได้รับการทำนายในแง่ของเวลาการเอาชีวิตรอดจากโมเดล Cox PH ได้อย่างไร


14

ฉันต้องการพัฒนาแบบจำลองการทำนาย (Cox PH) สำหรับการเสียชีวิตแบบทุกสาเหตุในชุดข้อมูลของผู้เข้าร่วมซึ่งเกือบทุกคนเสียชีวิตเมื่อสิ้นสุดการติดตาม (เช่น 1 ปี)

แทนที่จะทำนายความเสี่ยงที่แน่นอนของการตายในเวลาหนึ่งฉันต้องการทำนายเวลาการอยู่รอด (เป็นเดือน) สำหรับแต่ละคน

เป็นไปได้หรือไม่ที่จะได้รับการทำนายเช่นนี้ใน R (จากเช่น coxph-object) และถ้าใช่ฉันจะทำเช่นนั้นได้อย่างไร?

ขอบคุณมากล่วงหน้า!

คำตอบ:


14

โมเดล Cox Proportional Hazards ไม่ได้จำลองความเป็นอันตรายพื้นฐานซึ่งเป็นสิ่งที่คุณต้องการในการทำนายเวลาการเอาชีวิตรอดแบบนั้น - นี่คือทั้งความแข็งแกร่งที่ยอดเยี่ยมของโมเดลและหนึ่งในข้อเสียที่สำคัญ

หากคุณมีความสนใจเป็นพิเศษในการได้รับการประมาณความน่าจะเป็นของการเอาชีวิตรอดที่จุดเวลาใดเวลาหนึ่งฉันจะชี้ให้คุณไปที่โมเดลการอยู่รอดแบบพารามิเตอร์ สิ่งเหล่านี้ถูกนำมาใช้ในsurvivalแพ็คเกจสำหรับ R และจะให้การแจกแจงเวลาการอยู่รอดแบบอิงพารามิเตอร์ซึ่งคุณสามารถเสียบเข้าไปในเวลาที่คุณสนใจและกลับมาเป็นโอกาสรอดชีวิต


3
ขอบคุณสำหรับคำตอบ. ฉันไม่ได้สนใจเป็นพิเศษในการได้รับการประมาณความน่าจะเป็นในการอยู่รอดในเวลาใดเวลาหนึ่ง ดังนั้นแทนที่จะเป็นเช่น 'ความน่าจะเป็นที่จะมีชีวิตรอด 1 ปีเท่ากับ 10%' ฉันอยากได้การคาดคะเนเช่น 'เวลาการเอาชีวิตรอดของบุคคลนี้คือ 10 เดือน' เป็นไปได้หรือไม่ที่จะได้รับการทำนายจากโมเดล Cox PH หรือ AFT?
Rob

4
@ Rob ฉันเชื่อว่ามันยังใช้งานไม่ได้ใน Cox PH model เป็นไปได้อย่างสมบูรณ์แบบกับรุ่น AFT ถึงแม้ว่าความซับซ้อนของการได้รับการประมาณการกลับขึ้นอยู่กับว่าคุณมีเพื่อนร่วมทีมกี่คน
Fomite

3
ขอบคุณฉันจะตรวจสอบรุ่น AFT ฉันได้อ่านเกี่ยวกับการทำนายเวลาการเอาชีวิตรอดของแต่ละบุคคล แต่ดูเหมือนว่า "การเอาชีวิตรอดของมนุษย์ยังไม่แน่นอนดังนั้นแม้การวิเคราะห์ทางสถิติที่ดีที่สุดก็ไม่สามารถทำนายการใช้งานจริงจำนวนเดียวสำหรับผู้ป่วยแต่ละคน" ( ลิงก์ ) ..
Rob

4
@ Rob ที่ถูกต้อง - ทั้งหมดเทคนิคเหล่านี้พูดคุยเกี่ยวกับแนวโน้มในประชากร ความพยายามในการคาดการณ์ที่แม่นยำของบุคคลที่ได้รับนั้นเป็นสิ่งที่ทำให้เกิดการสูญเสียและไม่ใช่การใช้เครื่องมืออย่างเหมาะสม
Fomite

2
จากเอกสารที่ฉันพบฉันคิดว่าคุณถูกต้องเกี่ยวกับการทำนายเวลารอดของแต่ละคน อย่างไรก็ตามทั้งโมเดล Cox และ AFT เป็นเครื่องมือที่เหมาะสมสำหรับการคาดการณ์ความเสี่ยงที่แน่นอนของบุคคล ณ เวลาใดเวลาหนึ่ง (เช่นดูหนังสือของHarrellและSteyerberg )
Rob

2

@statBeginner ใช่มันจะ มันต้องมีสองขั้นตอน:

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

แต่ฉันไม่แน่ใจว่าเวลามัธยฐานในการเอาชีวิตรอดนั้นแม่นยำเพียงพอหรือไม่


ฉันเห็นด้วยกับ @akshay ว่าเวลาเฉลี่ยของการเอาชีวิตรอดในขณะที่มีประโยชน์อาจไม่เหมาะสมสำหรับแต่ละกรณีโดยเฉพาะอย่างยิ่งหากทำนายเวลาในเหตุการณ์ เวลาในการเอาชีวิตรอดแบบบุคคลนั้นแตกต่างกันอย่างไม่น่าเชื่อดังนั้นฉันขอแนะนำให้ใช้ความระมัดระวังโดยใช้เวลารอดเฉลี่ยสำหรับการทำนาย
Seanosapien

2

แม้ว่าฉันจะเห็นด้วยกับประเด็นเหล่านี้ความอยู่รอดของค่ามัธยฐานจะเป็นประโยชน์ทางคลินิก

คุณอาจจะสนใจในการทำงานของเรา (และอื่น ๆ ) กำลังมองหาที่ใช้แบ่งเป็นพื้นฐานสำหรับการอยู่รอดช่วงเวลา - เราคิดว่าสิ่งเหล่านี้เป็นประโยชน์มากขึ้น

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


ความหมายของการเอาชีวิตรอดอาจไม่ได้มีอยู่เสมอไป
Michael R. Chernick
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.