生存分析、生存 (イベントまでの時間) 推定確率にアクセスできません背景：私たちが外科的に介入した進行性疾患のプロセスを検討しています。 2 人を除くすべての患者 (50 人中) は疾患の進行を経験し、残りの患者はフォローアップ時に疾患の進行が解消および/または停止した (すなわち、手術結果の成功)。私は、時間に対するこの外科的介入の成功に対する KM 曲線を得ようとしています。 私の目標は、手術が病気の進行を止めるのにどれほど成功したか、そしてこれをどのくらいの期間、どの程度の信頼で報告できるかを説明する意味のある結果を提供することです. 私は対照群の欠如を認識していますが、これは別の会話であり、私たちの論文で議論される疾患プロセスの生来の制限です.
現在、私は次のようにデータを設定しています: イベント = 病気の進行。 被験者は 2 人を除いて全員がイベントを経験したため、グループが主に構成されていることを意味します。右打ち切りの対象。 フォローアップに失敗したり死亡したりした人はほとんどいませんでしたが、もちろんそれらも検閲されました. この設定は正しいですか？ 私の結果として得られた KM 曲線は、基本的に、タイムラインの早い段階で 2 つの小さなステップがあり、その後に研究期間の終わりまで平坦な線が続きます。 正しく検閲された主題が非常に多くあるのは奇妙に思えます。 このデータを表現するためのより適切な方法はありますか? これが実際に正しい場合、特定の時点での「生存確率の推定値」を提供したいと思います（つまり、x時点で無増悪（手術が成功する）確率は何ですか）。 ただし、JMP では、この機能は何らかの理由でグレー表示されているか、赤い三角形のドロップダウンからアクセスできません。 これが当てはまる理由は何ですか？ その計算をどのように実行しますか？
助けてくれてありがとう！
マックOSRe: 生存分析、生存 (イベントまでの時間) 推定確率にアクセスできませんはい、あなたの設定は正しいです。 研究を去った患者は打ち切られたデータではなく、切り捨てられたデータであると主張することができます。
2つのステップも正しいです。 ノンパラメトリック推定値は、別の正確な寿命観測に遭遇するまで一定のままです。
時間に対する確率を取得するには、モデルを適合させる必要があります。 ワイブルまたは対数正規分布モデルをお勧めします。 JMP はすべてのモデルを実行し、基準を使用して最適なモデルを選択できますが、正確な寿命が 2 つしかない場合、このデータ駆動型のアプローチは危険です。
ここに例があります。 Big Class データ テーブルの :weight データ列を使用して、それが生涯データであると偽っていました。 2 行を除くすべてに 1 の Censor 列を追加したため、正確な寿命は 2 つだけです。 Life Distribution を立ち上げ、Weibull モデルとスケールを選択しました。 右側の分布プロファイラーを使用して、特定の時間の故障確率を推定できます。
Re: 生存分析、生存 (イベントまでの時間) 推定確率にアクセスできませんありがとう、これは非常に役に立ちました！ 上記を使用して、ワイブル モデルとスケールを使用して、1 年、3 年、および 5 年で進行のない推定値を提供することができました。
この同じデータセットに関して追加の質問があります。 イベントまでの時間のデータは、病期 (ステージ A、B、および C) ごとにグループ化できます。 ログランクテストに基づいて、イベントデータまでの時間の分布はグループ間で差がなかったとコメントできます。 あるレビュアーから、「イベントまでの時間の差をステージの関数として報告し、ハザード比を効果サイズとして、ステージ B とステージ C の HR 周辺で 95% CI を報告する」よう求められました。 私は個人的にこれを、ステージ A を参照グループとする Cox 回帰ハザード比分析の要求と解釈しました。 私は比例ハザードの当てはめこのためのモジュールと選択された "リスク比" (クイック検索に基づくと、JMP のハザード比に相当します)。 この設定は正しいですか? これが正しい場合、主な問題は、ステージ B グループにイベントがなかったことです。 そのため、HR は 0.00、CI は最小 5.48E-06、最大 3.38E+266 です!! 明らかにこれは縮退した推定ですが、回避策、またはこの値を解釈または報告する方法はありますか?各グループのイベント数が非常に少ないため (ステージ A では n=1、ステージ C では n=1)、これらの値から意味のある結論を導き出すのは難しいことを認識していますが、どんな助けも大歓迎です!
Re: 生存分析、生存 (事象発生までの時間) 推定確率にアクセスできない@Mark_Bailey がこのスレッドに注目させてくれました。話を続ける前に、私には医療分野や臨床分野での経験がないことを明らかにする必要があります。私の意見は、関連分野である信頼性データ分析での私の経験に基づいています。以下にいくつかの考えを示します。
- 信頼性データ分析の分野では、イベントが 2 つ少ない場合、状況に対処する 2 つのアプローチがあります: (1) 保守的な推定値を取得します。これは、信頼性 (別のフィールドでの生存に相当する名前) が真実を過小評価している可能性があることを意味します。 (2) ベイズ手法を使用して追加情報を組み込みます。しかし、どちらのオプションも JMP ではパラメトリックなアプローチであるため、どちらのオプションも実行可能とは思えません。 KME はノンパラメトリック モデルです。医学および臨床の分野でいくつかの出来事に対処するためのノンパラメトリックなアプローチがあるとしても、それは私の現在の専門知識を超えています。
- 比例ハザード モデルはセミパラメトリック モデルです。ただし、イベントが少なすぎる場合も、同じ問題に直面します。そして、JMP が現在提供しているものがこの課題に対処できるとは思えません。
関連分野におけるこのような状況について調査してください。コミュニティにこのテーマの専門家がいる場合は、この投稿を見つけて声をかけてくれることを願っています。
