76290_de-DE

liliconcom

Eingeschränkte kubische Splines mit Überlebensdaten

In einem Artikel (PMID: 29240540),Multivariate Cox-Proportional-Hazards-Regressionsmodelle mit eingeschränkten kubischen Splines (RCS) und adaptiven Splines wurden verwendet, um die kontinuierliche Beziehung zwischen dem Patientenalter und der spezifischen Mortalität bei papillärem Schilddrüsenkrebs (PTC) zu demonstrieren. Die Ergebnisse sind in der folgenden Abbildung dargestellt

Ich mache das Gleiche in JMP mit dem „ Proportionale Gefahren anpassen“ :

1. Wählen Sie Analysieren > Zuverlässigkeit und Überleben > Proportionale Gefahren anpassen.

2. Füllen Sie die Felder „Zeit bis zum Ereignis“ und „Zensieren“ mit den entsprechenden Spalten aus.

3. Fügen Sie Alter und Tumorgröße zu den Konstruktmodelleffekten hinzu.

4. Klicken Sie auf das rote Dreieck neben „Attribute“ und wählen Sie „Knoteter Spline-Effekt“ aus. Geben Sie 3 Knoten ein und klicken Sie auf OK.

5. Klicken Sie im Dialogfeld „Modellspezifikation“ auf „Ausführen“.

6. Klicken Sie auf das rote Dreieck neben Proportional Hazards Fit und wählen Sie Risk Ratios aus

7. Die Ergebnisse sind in der folgenden Abbildung dargestellt, die Ausgabe kann jedoch nicht als Papier erfolgen

Deshalb, Ich mache das Gleiche in JMP mit dem „ „Fit Parametrisches Überleben“ :

1. Wählen Sie Analysieren > Zuverlässigkeit und Überleben > Fit Parametrisches Überleben .

2. Füllen Sie die Felder „Zeit bis zum Ereignis“ und „Zensieren“ mit den entsprechenden Spalten aus.

3. Fügen Sie Alter und Tumorgröße zu den Konstruktmodelleffekten hinzu.

4. Klicken Sie auf das rote Dreieck neben „Attribute“ und wählen Sie „Knoteter Spline-Effekt“ aus. Geben Sie 3 Knoten ein und klicken Sie auf OK.

5. Klicken Sie im Dialogfeld „Modellspezifikation“ auf „Ausführen“.

6.Klicken Sie auf das rote Dreieck neben „Parametrische Überlebensanpassung“ und wählen Sie „Wahrscheinlichkeitsformel speichern“ aus. Dosisangepasste Ausfallwahrscheinlichkeit genau wie Hazard Ratio (HR) in der Cox-Überlebensanalyse?

7. Klicken Sie auf das rote Dreieck daneben Parametrisches Überleben Passen Sie an, und wählen Sie Distribution Profiler aus , Dosis Die Ausgabe hat die gleiche Bedeutung wie das Papier in der folgenden Abbildung

Betreff: Eingeschränkte kubische Splines mit Überlebensdaten

Ich weiß nichts über die Schaltfläche „Spalte speichern“.

 

Aufgrund der begrenzten Informationen darüber, was Sie tun, habe ich keine Ahnung, warum etwas deaktiviert ist.

Betreff: Eingeschränkte kubische Splines mit ÜberlebensdatenWarum ist die Schaltfläche „Spalten speichern“ in meiner JMP-Software grau? Ich kann die Überlebensformel nicht speichern.Betreff: Eingeschränkte kubische Splines mit Überlebensdaten

Das Problem sind die Annahmen des semiparametrischen Proportional-Hazard-Modells. Wenn Sie eine parametrische Verteilung wie Weibull auswählen, können Sie die Vorhersageformel und die Konfidenzintervallformel in der Datentabelle speichern.

Betreff: Eingeschränkte kubische Splines mit Überlebensdaten

Klicken Sie auf das rote Dreieck neben „Maximale Wahrscheinlichkeit“ und wählen Sie „Spalten speichern“ > „Überlebensformel speichern“. Soweit ich weiß, kann man die Gefahrenfunktion aber nicht speichern.

Betreff: Eingeschränkte kubische Splines mit Überlebensdaten

Danke Mark,

Ich habe festgestellt, dass die folgenden Sätze den kontinuierlichen Faktor KPS und die Überlebenszeit (VA-Lungenkrebs aus den Beispieldaten) analysieren können: Analysieren > Modell anpassen, Persönlichkeit: Generalisierte Regression; Verteilung: Cox-proportionale Gefahren.Erhalten Sie abschließend die folgende Abbildung. Was bedeutet der Hazard Profiler? Wie kann ich das 95 %-KI der Gefahr berechnen?

Im Hazard Profiler könnte ich die Rastertabelle oder die Zufallstabelle ausgeben, aber was ich brauche, sind die Hazard-Werte, die den ursprünglichen KPS-Werten entsprechen. Daher konnte ich mit Graph Builder ein Profil der Gefahr und des KPS erstellen.

 

Danke

Shaohua Zhan

Betreff: Eingeschränkte kubische Splines mit Überlebensdaten

Der geschätzte Formparameter der Weibull-Verteilung beträgt nahezu 1 (dh 1 / 1,096387964), sodass die Gefahr nahezu konstant ist (mit zunehmender Lebensdauer leicht abnehmend).

Betreff: Eingeschränkte kubische Splines mit Überlebensdaten

Die Referenz für die Bereichsrisikoverhältnisse ist der Mindestwert der Regressorvariablen. Es gibt keine Referenz für das Unit Risk Ratio. Sie können es mit jeder beliebigen Referenz verwenden.

 

Sie können die Gefahr im Alter von 45 Jahren und in jedem anderen Alter abschätzen.

Betreff: Eingeschränkte kubische Splines mit Überlebensdaten

Darüber hinaus werden gemäß Ihren Vorschlägen die Werte von Hazard oder PDF / (1-CDF) sind sehr klein (<0,0001). Die folgende Abbildung zeigt meine Ergebnisse und die Formel für Hazard. Stimmt etwas nicht?

 

Betreff: Eingeschränkte kubische Splines mit Überlebensdaten

Nochmals vielen Dank für Ihre freundlichen Vorschläge. Allerdings habe ich noch eine andere Frage.Es gibt zwei Arten von Risikoverhältnissen im Cox-Proportional-Hazard-Modell, einschließlich pro Einheitsänderung im Regressor und pro Änderung im Regressor über den gesamten Bereich in JMP. Allerdings kann das parametrische Überlebensmodell für mich die Gefahr oder PDF/(1-CDF) speichern Was ist Ihren Vorschlägen zufolge die Referenz für Risikoverhältnisse bei der Sterblichkeitsgefahr? auch pro Einheitsänderung des Regressors oder pro Änderung des Regressors über den gesamten Bereich? Wenn ich gemäß Ihren Vorschlägen die kontinuierliche Beziehung zwischen Patientenalter und Überlebenszeit analysiere, kann ich dann das Alter von 45 Jahren als Referenz für die Gefährdungsberechnung festlegen?

Betreff: Eingeschränkte kubische Splines mit Überlebensdaten

Es scheint, dass Sie in der Lage sind, das gewünschte Modell anzupassen, da Sie die gewünschten oder erwarteten Risikoverhältnisse erhalten haben. Das Problem ist, was nach der Anpassung zu tun ist. Das Cox-Proportional-Hazard-Modell in JMP ist begrenzt. Es stellt keinen Profiler zur Verfügung und Sie können das geschätzte Modell nicht als Spaltenformel speichern.

 

Das parametrische Überlebensmodell kann jedoch das geschätzte Wahrscheinlichkeitsmodell für Sie speichern. Dies ist die CDF für das ausgewählte Lebensverteilungsmodell (z. B. Weibull). Erstellen Sie eine zweite Spalte mit einer Formel für die Gefahr. Kopieren Sie zunächst die gespeicherte Wahrscheinlichkeitsformel. Fügen Sie es in die neue Formel ein und ändern Sie den Funktionsnamen von „Verteilung“ in „Dichte“. (Zum Beispiel Weibull-Verteilung zu Weibull-Dichte.) Klicken Sie auf „Dividieren“, geben Sie 1 ein, klicken Sie auf „Subtrahieren“ und fügen Sie die Wahrscheinlichkeitsfunktion erneut ein. Sie sollten jetzt die Gefahr oder PDF / (1-CDF) haben.

 

Sie können diese Gefahr je nach Zweck mithilfe von „Diagramm“ > „Profiler“ oder „Diagramm-Generator“ profilieren.

Betreff: Eingeschränkte kubische Splines mit Überlebensdaten

Vielen Dank für Ihre Hilfe. Allerdings fällt es mir immer noch schwer, die Überlebensanalyse gemäß Ihren freundlichen Vorschlägen durchzuführen. Könnten Sie mir die detaillierten Schritte demonstrieren, die ich ausführen muss? Mein Ziel ist die Analyse Die kontinuierliche Beziehung zwischen Patientenalter und Überlebenszeit (z. B. die Überlebensdaten bei VA-Lungenkrebs aus den Probendaten) unter Verwendung multivariater Cox-Proportional-Hazards-Regressionsmodelle mit eingeschränkten kubischen Splines (RCS). Schließlich werde ich die folgende ähnliche Abbildung erhalten.

Betreff: Eingeschränkte kubische Splines mit Überlebensdaten

Erstens: Da es in der Arbeit darum geht, dass es einen Unterschied in der Hazard-Funktion basierend auf dem Wildtyp gibt, müssen Sie Alter und Tumorgröße kreuzen, um den Interaktionseffekt abzuschätzen und zu testen. Diese Änderung gilt für beide Modelltypen, die Sie ausprobiert haben.

 

Zweitens erstellt der Vorhersageprofiler ein Profil der Sterblichkeitswahrscheinlichkeit und nicht des Sterblichkeitsrisikos. Die Gefahrenfunktion basiert auf der Wahrscheinlichkeitsdichtefunktion (PDF) und der kumulativen Verteilungsfunktion (CDF): PDF / (1-CDF). Sie können mit diesen Wahrscheinlichkeitsfunktionen eine Spaltenformel für eine ausgewählte Verteilung in JMP erstellen. Die geschätzten Parameter können als Argumente für diese Wahrscheinlichkeitsfunktionen verwendet werden. Anschließend können Sie die Funktion mit Graph Builder gegen Alter und Tumorgröße oder mit Filterung grafisch darstellen.

 

Ich weiß nicht, ob die Spline-Transformation notwendig ist, aber wenn ja, klicken Sie auf das rote Dreieck und wählen Sie „Spalten speichern“ > „Vorhersageformel“.