Cómo elegir el mejor de dos predictores altamente correlacionados en la regresión de riesgos proporcionales de Cox

Question

He construido un buen modelo de tiempo hasta el accidente cerebrovascular bajo los supuestos de cox ph utilizando un predictor de riesgo de accidente cerebrovascular (puntuación de riesgo de Framingham). Incorpora una puntuación en función de la Edad, el Género, la pb controlada / no controlada, los factores de riesgo cardiovascular y se puede ver aquí : http://www.framinghamheartstudy.org/risk/index.html

Tengo la hipótesis de que será un predictor del tiempo hasta el evento en mi población.

Sin embargo, incorpora la edad, de hecho está correlacionada en un 85% +/-3% con la edad. Así que mi pregunta es: ¿Cómo puedo evaluar eficazmente si se trata de un mejor predictor que la edad por sí sola. (Mi intuición ha sido incluir la edad sola y luego la puntuación de Framingham sola en el modelo con los predictores de control y luego comparar el AIC entre los dos ajustes, eligiendo el que cambia más el AIC - en comparación con el modelo con sólo los predictores de control.

¿Es una buena solución para esto en general? O es simplemente un error.

Answer 1

En mi opinión, no se trata de saber qué modelo se ajusta mejor a los datos (AIC), sino de la precisión predictiva de los modelos que compiten entre sí. Yo echaría un vistazo a la extensión de Curvas ROC para modelos de regresión de supervivencia por ejemplo.

Referencia: Heagerty & Zheng - Survival model predictive accuracy and ROC curves - Biometrics. 2005 Mar;61(1):92-105.