3 votos

Cambio del cociente de riesgos basal en cada evento en un modelo de Cox PWP

Estoy realizando un análisis de regresión cox recurrente PWP (condicional) sobre historias clínicas. Para cada individuo, los eventos se indican mediante fechas en su historial médico. Por lo tanto, es muy fácil generar la estructura de datos correcta para gap-time en R. Las unidades están en días, y la estructura tstart y tstop sigue el mismo diseño que Anderson-Gill Cox.

Tengo entendido que cualquier formulación de un modelo de Cox (recurrente o no, PWP, AG, etc.) consiste en estimar el efecto de las covariables sobre la función de riesgo basal, y que la función de riesgo basal es consistente a lo largo del tiempo tras obtenerse desde el principio cuando todas las covariables se fijan en cero.

En mi modelo, tengo algunas covariables constantes, por ejemplo, el sexo, y covariables dependientes del tiempo, por ejemplo, la edad. Puedo estructurar los datos y diseñar el modelo en consecuencia.

Sin embargo, esta es la parte difícil: Me gustaría que el cociente de riesgos basal se volviera a calcular para cada evento. Tengo una función de probabilidad que calcula la probabilidad de remisión dado el número de días entre eventos, es decir, el intervalo de tiempo en el modelo de Cox. El resultado de esta función de probabilidad por evento debería tener un efecto sobre la razón de riesgo basal.

Por desgracia, no tengo ni idea de cómo hacerlo. Muchas gracias

0voto

Huy Pham Puntos 51

Como yo lo entiendo strata en el survival le permitirá ajustar peligros de línea de base separados para los niveles del objeto que se está estratificando. Así, en este caso, si tiene una columna que registra cuántos sucesos hay, entonces strata(numberofevents) ajustará un nuevo riesgo base entre cada suceso.

De hecho, existe un modelo llamado PWP-Gap Time que sólo calcula el tiempo transcurrido desde el suceso anterior y, por tanto, asume un riesgo de base distinto para cada "trozo" de tiempo.

Prentice RL, Williams BJ, Peterson AV: On the regression analysis of multivariate failure time data. Biometrika 68: 373-379, 1981

Suponiendo que hayas dividido tus datos en trozos de tiempo entre eventos, el código de tu modelo podría ser algo parecido a esto:

   model<- coxph(Surv(tstart,tstop,status)~IVs+strata(numberofevents)+ cluster(id),data=df)

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X