생존 분석을위한 동반 질환 위험 조정?결과와 관련하여 두 가지 환자 집단 (바이러스 감염 유형 1 및 바이러스 감염 유형 2)을 하나의 특정 치료와 비교하고 분석했습니다.
이 그룹들 사이의 Kaplan Meier는 아무런 차이도 보이지 않았는데, 이는 좋았습니다. 두 그룹 사이의 조정되지 않은 생존은 동일하다는 진술을 할 수 있습니다.
그러나 하나의 그룹 (예 : 바이러스 감염 유형 1)이 질병 과정에 들어가거나 (연속 변수로) 더 많거나, 또는 집단보다 더 많은 또는 다른 동반 질환을 가짐으로써 "유연한"것처럼 보입니다. . 일 변량 분석 (로지스틱 회귀 및 카이-제곱에 따라 다름)으로 기존 인구의 차이를 확인했습니다.
Kaplan Meier 분석을 수행하기 전에이 환자 (바이러스 유형 감염 1)가이 위험 요인에 대해 조정 된 경우이 환자가 실제로 상대적 생존 혜택을 갖는지 확인하기 위해 선험적으로 조정하고 싶습니다. 다시 말해서-나는 나이가 들어감에 따라 위험을 조정하고 결론에 도달하기를 원합니다. 생존이 동일하다는 것을 보여주었습니다.
매우시의 적절하고 중요한 분석에 감사드립니다. 마크
Re : 생존 분석을위한 동반 질환 위험 조정?비모수 적 위험 분석에 관심이있는 것처럼 들리므로 각 공변량의 효과를 볼 수 있습니까?>
Re : 생존 분석을위한 동반 질환 위험 조정?이 방법에 설명 된 것과 같은 것이 있습니다-친절하게 첨부를 참조하십시오.
Re : 생존 분석을위한 동반 질환 위험 조정? B 좋은 조언을 드리고 있습니다. 왜 먼저 조정해야합니까? 모형 (예 : 비례 위험)을 사용할 수없고 공변량을 고정 효과로 포함 할 수 없습니까?
Kaplan-Meier 추정치는 항상 유효하지만 대부분 간단한 비교 (예 : 그룹 테스트)를 제공합니다.
