Modelo de sugerencia para una regresión de Cox con covariables dependientes del tiempo

Question

Estoy modelando el efecto del embarazo sobre el resultado de una enfermedad (muerto-vivo). Aproximadamente 40% de los pacientes llegaron a estar embarazada después de que el tiempo de diagnóstico-pero en diferentes puntos en el tiempo. Hasta ahora He hecho KM parcelas que muestran un claro efecto protector del embarazo en la supervivencia y el habitual modelo de Cox-sin embargo estos han sido modelados utilizando sólo un dicotomizado embarazo variable y suponiendo que el efecto está presente desde el momento del diagnóstico, lo que es claramente poco realista ya que la mediana del tiempo de embarazo es de 4 años desde el diagnóstico.

¿Qué tipo de modelo de absorber el efecto de los embarazos múltiples en diferentes puntos de tiempo después del diagnóstico? ¿Sería correcto modelo de los embarazos que interactúan con el tiempo (lo cual requeriría algunos datos importantes para la reconstrucción de cualquier software automático que podría ayudar con esto?) o es que hay otro preferido estrategia de modelado para estos problemas? También lo es el preferido de trazado de la estrategia para estos problemas?

Answer 1

Lo que necesitas es un tiempo variable covariante y no necesariamente un tiempo variable coeficiente. Un conocido ejemplo que podría ayudarte con tu análisis es la de Stanford, el trasplante de corazón de datos.

Para presentar sus resultados, usted puede utilizar el clásico estimador de Kaplan-Meier que maneja las variables de tiempo de covariables sin problemas (sin embargo, recuerde que este es un crudo o sin análisis, con todas sus limitaciones bien conocidas).

Como ejemplo, el siguiente gráfico muestra el análisis de la Stanford HT datos correctamente la contabilidad de la variable en el tiempo de trasplante de estado (panel superior) y sin contabilidad (panel inferior).

Answer 2

En R, esto puede ser abordado con el start/stop versión de una Supervivencia objeto, por ejemplo,

fit <- coxph(Surv(time1, time2, status) ~ is.pregnant + other.covariates, data=mydata)

Este documento se explica esto con más detalle: http://cran.r-project.org/web/packages/survival/vignettes/timedep.pdf

Answer 3

Tenga cuidado inmortal sesgo de tiempo en esta situación. Su embarazada grupo inevitablemente, vamos a tener un mejor pronóstico que los no-embarazada grupo, ya que usted no puede quedar embarazada después de morir (al mejor de mi conocimiento!)