Splines cúbicos restringidos con datos de supervivenciaEn un artículo (PMID: 29240540), se utilizaron modelos de regresión de riesgos proporcionales multivariados de Cox con splines cúbicos restringidos (RCS) y splines adaptativos para demostrar la relación continua entre la edad del paciente y la mortalidad específica por cáncer papilar de tiroides (PTC), y los resultados se muestran en la siguiente figura
Hago lo mismo en JMP usando el " Ajustar riesgos proporcionales" :
1.Seleccione Analizar > Confiabilidad y supervivencia > Ajustar riesgos proporcionales.
2.Rellene los cuadros Tiempo hasta el evento y Censura con las columnas correspondientes.
3. Agregue la edad y el tamaño del tumor a los efectos del modelo de construcción.
4.Haga clic en el triángulo rojo junto a "Atributos" y seleccione Efecto de spline anudado. Escriba 3 nudos y haga clic en Aceptar.
5.Haga clic en Ejecutar en el cuadro de diálogo Especificación del modelo.
6.Haga clic en el triángulo rojo junto a Ajuste de riesgos proporcionales y seleccione Razones de riesgo
7. Los resultados se muestran en la siguiente figura, pero la salida no se puede obtener como papel
Por lo tanto, Hago lo mismo en JMP usando el " Ajustar supervivencia paramétrica" :
1.Seleccione Analizar > Confiabilidad y supervivencia > Adaptar Supervivencia paramétrica .
2.Rellene los cuadros Tiempo hasta el evento y Censura con las columnas correspondientes.
3. Agregue la edad y el tamaño del tumor a los efectos del modelo de construcción.
4.Haga clic en el triángulo rojo junto a "Atributos" y seleccione Efecto de spline anudado. Escriba 3 nudos y haga clic en Aceptar.
5.Haga clic en Ejecutar en el cuadro de diálogo Especificación del modelo.
6.Haga clic en el triángulo rojo junto a Ajuste de supervivencia paramétrico y seleccione Guardar fórmula de probabilidad. ¿Probabilidad de falla ajustada a la dosis como la relación de riesgo (HR) en el análisis de supervivencia de Cox?
7. Haga clic en el triángulo rojo junto a Supervivencia paramétrica Ajuste y seleccione Perfilador de distribución , Dosis la salida tiene los mismos significados que el papel en la siguiente figura
Re: Splines cúbicos restringidos con datos de supervivenciaNo sé nada sobre un botón Guardar columna.
No tengo idea de por qué algo está deshabilitado en base a la información limitada sobre lo que está haciendo.
Re: Splines cúbicos restringidos con datos de supervivencia¿Por qué el botón Guardar columnas está gris en mi software JMP? No puedo guardar la fórmula de supervivencia.Re: Splines cúbicos restringidos con datos de supervivenciaEl problema son los supuestos del modelo de riesgo proporcional semiparamétrico. Si selecciona una distribución paramétrica, como Weibull, puede guardar la fórmula de predicción y la fórmula del intervalo de confianza en la tabla de datos.
Re: Splines cúbicos restringidos con datos de supervivenciaHaga clic en el triángulo rojo junto a Máxima probabilidad y seleccione Guardar columnas > Guardar fórmula de supervivencia. Pero no puede guardar la función de riesgo, por lo que sé.
Re: Splines cúbicos restringidos con datos de supervivenciaGracias Marcos,
Encontré que los siguientes conjuntos podían analizar el factor continuo KPS y el tiempo de supervivencia (cáncer de pulmón VA de los datos de muestra): Analizar > Modelo de ajuste, Personalidad: Regresión generalizada; Distribución: Riesgos proporcionales de Cox.Finalmente, obtenga la siguiente figura. ¿Qué significa sobre el Hazard Profiler? ¿Cómo podría calcular el IC del 95% de Hazard?
En Hazard Profiler, podría generar la tabla de cuadrícula o la tabla aleatoria, pero lo que necesito son los valores de peligro correspondientes a los valores KPS originales. Por lo tanto, podría perfilar el peligro y KPS usando Graph Builder.
Gracias
ShaohuaZhan
Re: Splines cúbicos restringidos con datos de supervivenciaEl parámetro de forma de distribución de Weibull estimado es casi 1 (es decir, 1/1,096387964), por lo que el riesgo es casi constante (disminuye ligeramente con el aumento de la vida).
Re: Splines cúbicos restringidos con datos de supervivenciaLa referencia para las razones de riesgo de rango es el valor mínimo de la variable regresora. No existe una referencia para el índice de riesgo unitario. Puedes usarlo con cualquier referencia que quieras.
Puede estimar el peligro a la edad = 45 y nuevamente a cualquier otra edad.
Re: Splines cúbicos restringidos con datos de supervivenciaAdemás, de acuerdo con sus sugerencias, los valores de Hazard o PDF/(1-CDF) son muy pequeños (<0.0001). La siguiente figura son mis resultados y la fórmula de Hazard.algo mal?
Re: Splines cúbicos restringidos con datos de supervivenciaGracias de nuevo por sus amables sugerencias. Sin embargo, tengo otra pregunta.Hay dos tipos de índices de riesgo en el modelo de riesgo proporcional de Cox, incluido el cambio por unidad en el regresor y por cambio en el regresor en todo el rango en JMP. Aunque el modelo de supervivencia paramétrico puede guardar el riesgo o PDF / (1-CDF) para mí de acuerdo con sus sugerencias, ¿cuál es la referencia para los índices de riesgo en el peligro de mortalidad? ¿También por cambio de unidad en el regresor o por cambio en el regresor en todo el rango? cuando analizo la relación continua entre la edad del paciente y el tiempo de supervivencia de acuerdo con sus sugerencias, ¿puedo establecer la edad de 45 años como referencia para el cálculo del riesgo?
Re: Splines cúbicos restringidos con datos de supervivenciaParece que puede ajustarse al modelo que desea porque obtuvo los índices de riesgo que deseaba o esperaba. El problema es qué hacer después del ataque. El modelo de riesgos proporcionales de Cox en JMP es limitado. No proporciona ningún generador de perfiles y no puede guardar el modelo estimado como una fórmula de columna.
Sin embargo, el modelo de supervivencia paramétrico puede guardar el modelo de probabilidad estimado para usted. Este es el CDF para el modelo de distribución de vida seleccionado (por ejemplo, Weibull). Construya una segunda columna con una fórmula para el riesgo. Copie primero la fórmula de probabilidad guardada. Péguelo en la nueva fórmula y cambie el nombre de la función de "Distribución" a "Densidad". (Por ejemplo, Distribución de Weibull a Densidad de Weibull). Haga clic en dividir, ingrese 1, haga clic en restar y pegue la función de probabilidad nuevamente. Ahora debería tener el peligro o PDF / (1-CDF).
Puede perfilar este peligro usando Gráfico > Perfilador o Generador de gráficos, según su propósito.
Re: Splines cúbicos restringidos con datos de supervivenciaGracias por tu ayuda. Sin embargo, todavía me resulta difícil realizar el análisis de supervivencia de acuerdo con sus amables sugerencias. ¿Podría demostrarme los pasos detallados que debo realizar? Mi propósito es el análisis. la relación continua entre la edad del paciente y el tiempo de supervivencia (como los datos de supervivencia en el cáncer de pulmón VA de los datos de la muestra) utilizando modelos de regresión de riesgos proporcionales de Cox multivariados con splines cúbicos restringidos (RCS). Finalmente, obtuve la siguiente figura similar.
Re: Splines cúbicos restringidos con datos de supervivenciaEn primer lugar, dado que el objetivo del artículo es que existe una diferencia en la función de riesgo basada en el tipo salvaje, debe cruzar Edad y Tamaño del tumor para estimar y probar el efecto de interacción. Este cambio se aplica a los dos tipos de modelos que probó.
En segundo lugar, el generador de perfiles de predicción perfila la probabilidad de mortalidad, no el riesgo de mortalidad. La función de riesgo se basa en la función de densidad de probabilidad (PDF) y la función de distribución acumulada (CDF): PDF / (1-CDF). Puede crear una fórmula de columna usando estas funciones de probabilidad para una distribución elegida en JMP. Los parámetros estimados se pueden utilizar como argumentos para estas funciones de probabilidad. A continuación, puede trazar la función con Graph Builder contra la edad y el tamaño del tumor o con filtrado.
No sé si la transformación spline es necesaria, pero si es así, haga clic en el triángulo rojo y seleccione Guardar columnas > Fórmula de predicción.
