Estadísticas de supervivencia: mortalidad en jaulasHola,
En primer lugar, me gustaría agradecer a la comunidad por estar aquí para ayudar con las preguntas de los principiantes. ¡Desde que me mudé a esta institución, me encanta JMP!
Estoy tratando de hacer estadísticas de supervivencia para un estudio en el que rastreé la mortalidad en jaulas de 18 jaulas que contenían 50 moscas cada una durante 20 días. Cada una de las jaulas tiene un número variable de muertos por día.Después de leer y ver "Advanced Mastering JMP: Análisis de datos de supervivencia " Todavía estoy perdido y me pregunto si este análisis de supervivencia no es adecuado para mi tipo de estadísticas. Tal vez sería más adecuado para mí una regresión o algo así.
Cualquier sugerencia o consejo sobre mejores fuentes para solucionar problemas será muy apreciado.
José
Re: Estadísticas de supervivencia: mortalidad en jaulas¡Muchas gracias!
Re: Estadísticas de supervivencia: mortalidad en jaulasMe burlé de tu estudio:
El tratamiento es A o B. La fase es 1 a 4. La jaula es de 1 a 20. Moscas es el recuento de moscas muertas. El censor se establece en 0 por muerto. Las filas de la Fase = 4 se duplican para registrar el número de moscas que aún están vivas y el Censor se establece en 1 para esas filas.
Tenga en cuenta que Flies es un número aleatorio de una distribución de Weibull, por lo que podría continuar con mi respuesta.
La prueba de homogeneidad supone una hipótesis nula de que la distribución de todos los grupos (Tratamiento en este caso) es la misma. La hipótesis alternativa es que las distribuciones no son todas iguales. Esta es la prueba para cualquier efecto del tratamiento .
Las pruebas de modelos anidados también son para un efecto de tratamiento, pero abordan el naturaleza del efecto del tratamiento . Estas pruebas también comienzan con la suposición de que no hay efecto. La primera prueba compara el parámetro de ubicación. El segundo compara la ubicación y el parámetro de escala.
Re: Estadísticas de supervivencia: mortalidad en jaulasSí, su descripción se ajusta a mi conjunto de datos, solo que tengo fases (4) en lugar de días. La mortalidad es baja (~5% de todo el conjunto de datos), por lo que no tiene una distribución normal. Transformé el conjunto de datos para imitar el ejemplo de Fly Mortality y ejecuté el análisis Fit Life by X. Me confunde que muestra una prueba de homogeneidad del grupo Wilcoxon (Chi-cuadrado), así como “Sin efecto frente a ubicación” (¿efecto diferente de cero?) y “Ubicación frente a ubicación y escala”. Así que no estoy seguro de si uno de ellos refleja la comparación de dos tratamientos.
Re: Estadísticas de supervivencia: mortalidad en jaulasHace mucho tiempo que no veo este problema. Empecemos de nuevo y asegurémonos de que la solución se adapta a su situación. ¿Esta breve descripción captura su caso?
- Se dividen las jaulas en dos tratamientos A y B.
- Tienes c jaulas y la mitad de ellas van a cada tratamiento.
- Tienes n sujetos en cada jaula al principio.
- Observas el número de sujetos vivos/muertos cada día durante d días.
No conozco su análisis estándar para tal caso, pero se me ocurren tres enfoques generales que parecen adecuados. Podría realizar un análisis probit utilizando un modelo lineal generalizado con una distribución de Poisson y una función de enlace probit. El tratamiento sería el único efecto fijo. También puedes realizar un análisis de supervivencia paramétrico si tienes un modelo de distribución en mente. También podría realizar un análisis de riesgos proporcionales sin especificar la función de riesgo si el supuesto es válido.
Si esta descripción le parece apropiada, puedo ayudarle con el diseño de su tabla de datos y la configuración del análisis.
Re: Estadísticas de supervivencia: mortalidad en jaulasHola markbailey: ¿Podrías proporcionar información adicional sobre cómo convertir columnas seleccionadas en roles?Transformé mi conjunto de datos según lo recomendado, pero también tengo 2 tratamientos y me pregunto si estoy ingresando los datos correctamente. Entonces tengo "fase" como Y, Tiempo hasta el evento; Columna "Censor" como Censor; columna "Contar" como Freq; y me pregunto si "Tratamiento" debería ingresarse como Por.El problema con esta estructura es que no consigo una comparación entre tratamientos.¿Puedes ayudarme?
Re: Estadísticas de supervivencia: mortalidad en jaulasGracias por su amabilidad
Re: Estadísticas de supervivencia: mortalidad en jaulasSeleccione Analizar > Ajustar modelo. Luego haga clic en el botón junto a Personalidad y seleccione Modelos lineales generalizados cerca de la parte inferior del menú desplegable. Debería ver aparecer la opción de distribución y función de enlace después de eso.
Sigo pensando que su mayor obstáculo es el diseño de su tabla de datos. No es difícil, pero si no configuras los datos correctamente tendrás problemas con la mayoría de los procedimientos. ¿Probaste el diseño que sugerí?
Es necesario un diseño diferente para el enfoque GLM...
Re: Estadísticas de supervivencia: mortalidad en jaulas
Consulte también esta publicación del blog de JMP https://community.jmp.com/t5/JMP-Blog/Reliability-regression-with-binary-response-data-probit-analysis/ba-p/30464
Re: Estadísticas de supervivencia: mortalidad en jaulasPor favor, especificar para JMP 10.
Analizar=>Ajustar modelo=>?
No veo "Modelo lineal generalizado" aquí.¡Gracias!
Re: Estadísticas de supervivencia: mortalidad en jaulasQuería presentar el llamado "modelo Log-Log complementario" para datos de respuesta binomial como el que tiene (es decir, número de archivos muertos por población de jaula). Este modelo se aplica a menudo a datos discretos de tiempo de supervivencia.
El modelo está disponible en Fit Model's. Modelo lineal generalizado personalidad eligiendo Distribución: Binomial y Función de enlace: Comp LogLog .
Suponga que ha registrado la mortalidad (n.º de fallos) para cada jaula al final del día 20. Sea N la población de jaulas (es decir, ensayos). Agregará tanto el recuento de mortalidad como N columnas como Y, y agregará Cage y cualquier otra covariable como efectos del modelo. Los resultados le permiten probar si el total mortalidad Las tasas difieren significativamente según la jaula y para predecir el mortalidad .
Si desea estimar la función de supervivencia de referencia, entonces necesitará crear una serie de variables indicadoras que identifiquen el número de moscas muertas para cada día y agregarlas como efectos del modelo.
Re: Estadísticas de supervivencia: mortalidad en jaulasMe parece que en esta investigación no hay interés en la dinámica del proceso, pero sí en comparar los tipos de replicaciones según los resultados finales (al día 20) (proporción de muertos y vivos en porcentaje), es decir, quieren encontrar una diferencia estadísticamente significativa en las proporciones de vivos y muertos dependiendo de la replicación (jaulas)
Re: Estadísticas de supervivencia: mortalidad en jaulasCreo que hay al menos tres formas de analizar la mortalidad en JMP: Distribución de vida, Supervivencia y Probit (usando GLM en Fit Model). Empecemos por los dos primeros. Tus datos están bien pero deberían organizarse así:
Tienes 20 jaulas funcionando durante 20 días. Introducir el número de nuevas moscas muertas en la columna Recuento para un día y una jaula determinados. Ingrese el número de moscas supervivientes al final de la tabla, en las filas con Censor = 1:
Luego utilice los dos scripts de tablas guardados para iniciar los análisis.
Le adjunto esta tabla de datos de plantilla, por lo que lo que debe hacer es ingresar los datos de Recuento.
Re: Estadísticas de supervivencia: mortalidad en jaulasDE ACUERDO.1. El día 20, abre la jaula y observa cuántas moscas están vivas (a) y cuántas murieron (d). Tal para cada celda.
2. Obtendrás una serie de números.
a1, d1 (para la primera jaula)
a2, d2 (por el segundo)
a3, d3 (por tercero)
etc.
3) Luego haz una comparación de pares con mesas de contingencia 2x2 (plataforma "Fit Y by X")
Comparar:
a1, d1
a2, d2
luego compara:
a1, d1
a3, d3
luego comparar
a2, d2
a3, d3
etc.
4) Como resultado, puede seleccionar el jaula pares que son estadísticamente significativamente diferentes (prueba exacta de Fisher).No creo que haya muchos de ellos.
PD Si el jaula son independientes, entonces el efecto de comparaciones múltiples no lo será.
Re: Estadísticas de supervivencia: mortalidad en jaulasY si alguna mosca vuela antes de los 20 días, tendrás que ponerle no 20 días, sino el día de su vuelo (estas son las reglas de censura). PD Con las moscas hay que tener cuidado, sobre todo si se tiene en cuenta quién se llama el príncipe de las moscas... 
Re: Estadísticas de supervivencia: mortalidad en jaulasGracias por su respuesta.
Ahora mismo tengo los datos registrados como mortalidad por día por jaula. Las jaulas son réplicas y no me preocupan las moscas individuales, sino la supervivencia general de cada población de jaulas. El método que mencionas anteriormente me permitiría catalogar la supervivencia de 900 moscas individuales. ¡Esto llevaría una enorme cantidad de tiempo! Sin mencionar que tengo datos de un estudio repetido con la misma cantidad de réplicas.
Mis datos son simplemente el seguimiento de las pérdidas durante 20 días para cada jaula. Esperaba que hubiera una manera más sencilla de hacer esto en JMP.Re: Estadísticas de supervivencia: mortalidad en jaulasEl análisis de supervivencia es adecuado aquí (pero no excluye otros métodos; depende de sus objetivos). Entonces, en la tabla de datos tienes las columnas:
1. número de moscas (1, 2, 3, etc.)
2. murió (1), vivo (0, esto es bacalao censor). (Tenga en cuenta que en JMP el código de censura predeterminado es 1, por lo que debe cambiarlo)
3. tiempo hasta la muerte (si la mosca murió) o 20 días (si la mosca está viva)
4. código de jaula (si te importa)
PDSi giras en curva, es decir. que la curva va de abajo hacia arriba (la plataforma de supervivencia te da esta posibilidad), obtendrás una probabilidad acumulada de muerte
