Análisis de la supervivencia o No?

Question

Estoy llevando a cabo un análisis en el que el resultado es tiempo para un evento en minutos, sin censurar del evento, y en esta situación, el evento siempre se produce. La distribución de la variable de resultado es sesgada a la derecha, pero un registro de la transformación " hace aproximadamente una distribución normal. Una intervención se llevó a cabo para disminuir el tiempo para el resultado del evento, y las principales preguntas de investigación giran en torno al impacto de la intervención en el resultado, y cómo la intervención de los afectados de la asociación de otras covariables con el resultado.

Mi pregunta - Es el análisis de supervivencia con el método adecuado para su uso aquí, o sería mejor empezar con una regresión lineal en el registro de transformadas variable de resultado y de ir por ese camino? La elección del método depende de la pregunta de investigación? O es un tipo de método más apropiado en esta situación que el otro, independientemente de la pregunta?

Answer 1

El Análisis de supervivencia no requieren que sus datos sean censurados. A pesar de no tener datos censurados por la certeza de no darle sustancialmente más opciones, con respecto a su elección de modelos.

Los principales factores que se deben utilizar para determinar si el análisis de supervivencia es apropiado son:

1. ¿El "tiempo" componente de ajuste de la distribución que usted está buscando para utilizar? Que de lo que usted dice, parece que no.

2. Hace la suposición de riesgos proporcionales de sostener? Si no hay alternativas, a pesar de que son más complejos de modelar e interpretar. Por ejemplo, a menudo uso la Royston y Parmar modelo que utiliza restringido splines cúbicos para la estimación de la supervivencia de distribución.

Así que, dado que la información que proporcionan, yo no recomendaría en contra de la utilización de un modelo de supervivencia. Aunque para mí hacer una recomendación específica, necesitaría más información.

Royston, P., & Parmar, M. K. (2002). Flexible paramétrico de riesgos proporcionales y proporcional de probabilidades de los modelos para censurado supervivencia de datos, con la aplicación para pronóstico de modelización y estimación de los efectos del tratamiento. La estadística en medicina, 21(15), 2175-2197.

Answer 2

Estoy de acuerdo en que si no es censura, es probable que no sea necesario utilizar el análisis de supervivencia. Sin embargo, me gustaría señalar que el objetivo de su trabajo es muy importante. Si lo que quieres es realizar un modelo predictivo, que en realidad no importa el método que se utiliza mientras se le da bien (es hasta usted cómo usted definir) resultados.

Si usted desea hacer el modelo más descriptivo y comprender cuáles son las variables y cómo el efecto de la variable dependiente, me gustaría ir tan simple como sea posible, de modo que es fácilmente interpretable. El modelo final, en este caso, se debería reflexionar sobre su hipótesis de cómo en realidad los datos de generación de proceso (DGP). Bien, usted puede tratar de OLS, GLM o algunos f.e. no lineales método, pero hay que decidir, que uno tendría más sentido para su DGP.