17472_es-ES

liliconcom

Riesgos proporcionales de Cox<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

¡Hola!

Soy muy nuevo en este foro y en JMP y estadísticas en general. Apreciaría si alguien pudiera aconsejarme sobre un tema siguiente:

Estoy analizando si ciertos factores (A, B, C, etc., todos ellos son variables continuas) son factores predictivos de la incidencia de una enfermedad (X). Tengo 2 grupos independientes de pacientes (grupo 1 - sano y grupo 2 - aquellos que terminaron con una enfermedad). Necesito ajustar esos factores por edad, género, raza, etc. Cuando voy a Analizar-> Confiabilidad y supervivencia-> Ajustar Peligros proporcionales Estoy un poco desconcertado en cuanto a dónde. ¿Podrías avisar por favor?

Pido disculpas a aquellos de ustedes que verán esta pregunta como una muy básica. Estaba intentando buscarlo en línea, pero no pude encontrar una respuesta definitiva en ninguna parte.

¡Apreciaré mucho su ayuda!

Casandra

Re: riesgos proporcionales de Cox

Hola jian

 

¿Tiene Jmp pro 13.2 la opción de covariables dependientes del tiempo o variables en el tiempo? Intenté encontrar alguna información pero no pude.

 

Espero que puedas arrojar más luz sobre mi pregunta

 

Gracias

 

Chris

Re: riesgos proporcionales de Cox

Puede ser que los riesgos proporcionales no sean el enfoque apropiado aquí. Debería aprender del sitio web Mastering que este método es para cuando tiene un resultado de tiempo hasta el evento, como el tiempo hasta la muerte. Estos métodos también tratan con la censura. Por ejemplo, donde hay sujetos al final del período de tiempo observado que aún no han experimentado el evento.

Parece que en su situación, todo lo que sabe sobre el resultado para el sujeto es un binario: sano o con enfermedad (1/2). Así que esto se manejaría con una regresión logística.

Re: riesgos proporcionales de Cox

En este Mastering JMP WebEx, mostré cómo ajustar un modelo de PH de Cox a los datos similares a los suyos. Este es el enlace a las grabaciones: Advanced Mastering JMP: Análisis de datos de supervivencia | JMP

Espero eso ayude.