33609_es-ES

liliconcom

Regresión logística

Tengo que hacer una regresión logística, pero tengo algunos problemas con mi variable explicativa, es una especie de variable continua con un grupo fuera del continoum. 

Asi que: 

edad de exposición:

1

2

3

4

no expuesto

Me gustaría ver si existe un vínculo entre la edad de exposición y el estado de la enfermedad, pero debido a la "no exposición" tengo una variable categórica. La única forma de evitar esto parece ser eliminar el grupo no expuesto, pero eso no parece correcto. He considerado asignar un número para los "no expuestos", pero eso tampoco parece correcto, porque nunca fueron expuestos.

 

¿Cuál es la mejor manera de proceder?

Re: regresión logística

Hay muchos detalles y opciones allí, pero tengo algunas ideas.  Si solo está tratando de modelar cuánto tiempo le toma a un animal contraer la enfermedad, desde su primer conjunto de datos donde todos los animales tuvieron la enfermedad, entonces creo que es simplemente un modelo de regresión con cualquier factor explicativo que tenga disponible.  Una vez que introduzcas el grupo de control, creo que es un modelo de supervivencia.  Su grupo de control aún no ha sido diagnosticado con la enfermedad, pero aún puede contraerla.  Entonces, esa es una variable censurada.  La variable que indica enfermedad o ninguna enfermedad (una vez que haya combinado los dos conjuntos de datos) es la variable censor y usted censuraría los valores sin enfermedad.  A continuación, puede incluir las variables explicativas que desee explorar.  La variable dependiente sería el tiempo; para el grupo de control, sería el tiempo que los haya observado, pero la censura se encarga del hecho de que no se hayan diagnosticado con la enfermedad en el momento en que realizó el estudio (así que se han observado durante 8 meses, no diría que tardaron 8 meses en enfermarse, sino que a partir de los 8 meses todavía no se han enfermado, mientras que la primera muestra tienen tiempo hasta que enfermarse).

Re: regresión logística

Estoy oficialmente fuera de mi liga en este punto, pero intentaré explicarlo.

Mis datos principales son:

Fecha de nacimiento, fecha de exposición, sexo y fecha de diagnóstico. Todos los animales tenían la enfermedad.

A partir de esto podemos calcular: la edad de la exposición, la edad de la enfermedad y el tiempo entre la exposición y la enfermedad (para tratar de 

A partir de esto, intentamos realizar una prueba t, en la que observamos la edad media de diagnóstico en relación con el sexo y la fecha de exposición. Sin embargo, esto solo nos permitió ver si los animales en un grupo específico contraerían la enfermedad antes que los demás, tal vez deberíamos haber hecho un riesgo proporcional, no lo hicimos.

 

Luego recolectamos un grupo de control (que originalmente no era parte del proyecto). Para aquellos tenemos fecha de nacimiento, fecha de exposición y género.

 

Queremos saber si existe un riesgo diferente de enfermedad para los diferentes grupos.

¿Hay un OR significativo entre los grupos?

Lo he hecho tanto con 2x2 como con log reg. Para 2x2 tengo OR para todos los grupos contra el grupo no expuesto, esto se ha hecho tanto para la exposición temprana como para la exposición tardía y la exposición para el año 1, 2 3, etc. 

El registro de registro se ha hecho de la misma manera, pero solo la agrupación temprana / tardía es inteligible para mí (la otra tiene demasiados RUP diferentes).

Todavía estoy tratando de averiguar cómo interpretar el registro de registro; ¿Cómo obtengo el OR cuando tomas en cuenta ambas variables explicativas? Así que ahora mismo conozco el OR para el grupo de exposición 1 contra 2, pero quiero saber el o para mujeres en el grupo de exposición uno frente a las mujeres en el grupo de exposición 2, ese tipo de cosas. Eso es lo que acordamos con nuestro asesor.

 

Hemos hablado mucho sobre todo el tema de la supervivencia, pero realmente no hemos decidido nada. He tratado de calcular un riesgo proporcional de ajuste con la edad en el momento del diagnóstico como y y el sexo y la edad en la exposición como variables explicativas, pero no estoy seguro de qué hace el modelo con el grupo de control sano (su edad en el momento del diagnóstico es un campo vacío) ahora). Tampoco estoy seguro de cómo ingresar la variable de censura. En este momento es parte de la columna de la edad en la exposición y no tengo claro si debo utilizarla como efecto de censura y de modelo. 

 

Lo siento, es tan inestable, pero no soy un estadístico ni nada parecido, y lo que estoy tratando de hacer es probablemente muy por encima de mi nivel de comprensión. 

 

 

Re: regresión logística

Esta es una gran discusión. La mezcla de métodos más las preguntas a contestar. La y / n discreta frente a la gravedad y cómo tratar la categoría n que no tiene gravedad. No tengo una buena respuesta, me encantaría escuchar algunos otros pensamientos. Sin embargo, creo que hay que tener cuidado con el contexto de las preguntas para ser respondidas.  Por ejemplo, ¿estás tratando de diagnóstico? Eso es separado de la y de la n. ¿O estás tratando de manejar? Eso sería en el grupo y, ¿puedes separar los niveles de severidad? Y si ese es el caso, ¿deberían incluirse las n? ¿No han ingresado al grupo y todavía o son realmente un grupo de control y nunca estarían en el grupo y? Entonces, las preguntas como, ¿estás en modo de descubrimiento (es decir, I + D) o algún otro modo? Riesgo / Coste de las decisiones tomadas sobre el análisis.

 

No había pensado en censurar en este tipo de problemas, tendré que pensar un poco más. Sin embargo, como mencionó Dale, los modelos de tipo de supervivencia se usan de tiempo en evento, por lo que ¿tendría que pensar en cómo tratar la gravedad como un tiempo para el evento?  

 

Re: regresión logística

También pensaba en la idea de Dale Lehman de un enfoque censurado. Precisamente por eso me sentí algo incómodo, sugiriendo que el enfoque ordinal del fregadero de la cocina solo. El grupo no expuesto es claramente diferente al otro grupo expuesto desde esta perspectiva de censura y los modelos de censura / supervivencia son ideales para este escenario.

Re: regresión logística

Esto suena como un problema de supervivencia, y su "no expuesto" sería una variable de censura.  En otras palabras, el animal no ha estado expuesto, pero aún podría estar expuesto.  Pero si ese enfoque fuera válido aquí, tengo una pregunta relacionada: los modelos de supervivencia son modelos continuos por el momento, pero con una variable de censura.  Otro enfoque de un problema de este tipo (sugerido anteriormente y utilizado frecuentemente en el modelado de cosas como problemas de seguros) es utilizar un procedimiento de modelado de dos pasos.  Primero modele el evento discreto / no la frecuencia de eventos usando un modelo de clasificación (como la regresión logística) y luego modele la "severidad" usando solo los datos donde ocurrió el evento (esto sería una variable dependiente continua).  ¿Alguien puede arrojar luz sobre los méritos relativos de usar estas dos formas alternativas para modelar este problema?

Re: regresión logística

Gracias por su respuesta. Ya he hecho la solución 2 y 3.

La cosa con el número 2: ¿No te topas con un sesgo de inmortalidad con esa solución? Quiero decir, vemos un mayor riesgo a medida que los animales se exponen a una edad más avanzada, pero el riesgo de esta enfermedad aumenta con la edad, por lo que realmente no sé cuánta información sobre la exposición que obtenemos de eso.

 

El tercero funciona bien, incluso intenté agruparlo en 3 grupos (temprano / tardío / no expuesto) y entiendo completamente cómo interpretar eso. Es sobre todo porque quiero una x continua, pero incluyendo ese estúpido grupo no expuesto, ¡pero creo que la solución 1 podría solucionarlo!

Re: regresión logísticaPara añadir a las sugerencias de Pedro.
1. Análisis por generador de gráficos. Traza los datos para obtener un entendimiento subyacente antes de continuar.
2. Si la pregunta es cómo afecta la edad a los resultados dentro del grupo expuesto, ese es un análisis.
3. Si la pregunta es cómo la exposición / no expuesta tiene un impacto, eso es otra.
4. Podría hacer un análisis de tipo de comparación múltiple para comparar cada grupo con un control (es decir, el no expuesto) o entre sí (comparaciones por pares), etc.

Hay muchas formas de ver los datos, pero comenzaría con el generador de gráficos y continuaría desde allí.Re: regresión logística

Una idea para usted es configurar la variable predictor como Tipo de datos = Numérico y Tipo de modelado = Ordinal. Y puede establecer el nivel "Sin exposición" como un nivel cero con alguna interpretación intuitiva como 1, 2, 3, etc. Niveles como los has articulado.

 

Un enfoque alternativo podría ser modelar lo expuesto como una variable predictiva numérica, dejando al no expuesto completamente fuera del análisis ... esto responde al "Si un individuo está expuesto, ¿aquí está la relación?" ¿Cuál permitiría la interpolación (si tiene sentido) para las personas expuestas en aproximadamente 1,5 años?

 

Un tercer enfoque es agrupar a todos los individuos expuestos en un grupo y llamarlos "Expuestos" y ahora incluir los no expuestos en el conjunto de datos.

 

Probablemente hay otras soluciones también ... pero estas vienen a la mente de la parte superior de mi cabeza.