17472_de-DE

liliconcom

Cox proportionale Gefahren<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Hallo!

Ich bin sehr neu in diesem Forum und bei JMP&Statistics im Allgemeinen. Ich würde mich freuen, wenn mir jemand zu folgendem Problem einen Rat geben könnte:

Ich analysiere, ob bestimmte Faktoren (A, B, C usw. – allesamt kontinuierliche Variablen) Prädiktoren für das Auftreten einer Krankheit (X) sind. Ich habe 2 unabhängige Gruppen von Patienten (Gruppe 1 - gesund und Gruppe 2 - die mit einer Krankheit endeten). Ich muss diese Faktoren für Alter, Geschlecht, Rasse usw. anpassen. Wenn ich zu Analysieren -> Zuverlässigkeit und Überleben -> Proportionale Gefahren anpassen gehe, bin ich ein bisschen verwirrt, was wohin gehört. Könnten Sie bitte beraten?

Ich entschuldige mich bei denen unter Ihnen, die diese Frage als sehr grundlegend ansehen. Ich habe versucht, es online nachzuschlagen, konnte aber nirgendwo eine eindeutige Antwort finden

Ich werde Ihre Hilfe sehr zu schätzen wissen!

Casandra

Betreff: Cox proportionale Gefahren

Hallo Jan

 

Verfügt Jmp pro 13.2 über die Option für zeitabhängige oder zeitvariable Kovariaten. Ich habe versucht, einige Informationen zu finden, aber ich konnte nicht.

 

Hoffe ihr könnt meine Frage etwas näher erläutern

 

Danke

 

Chris

Betreff: Cox proportionale Gefahren

Es kann sein, dass die proportionalen Gefahren hier nicht der geeignete Ansatz sind. Sie sollten aus dem Mastering-Webex lernen, dass diese Methode geeignet ist, wenn Sie ein Time-to-Event-Ergebnis haben, z. B. Time-to-Death. Diese Methoden befassen sich auch mit der Zensur. Zum Beispiel, wenn Sie am Ende des beobachteten Zeitraums Probanden haben, die das Ereignis noch nicht erlebt haben.

Es hört sich so an, als ob in Ihrer Situation alles, was Sie über das Ergebnis für das Thema wissen, binär ist: gesund oder mit Krankheit (1 / 2). Dies würde also mit einer logistischen Regression behandelt werden.

Betreff: Cox proportionale Gefahren

In diesem WebEx zur Beherrschung von JMP habe ich gezeigt, wie man ein Cox-PH-Modell an die Daten anpasst, die Ihren ähnlich sind. Hier der Link zu den Aufnahmen: Advanced Mastering JMP: Analysieren von Überlebensdaten | JMP

Ich hoffe es hilft.