시변 공변량을 사용한 생존 분석불멸의 시간 편향에 의해 혼동될 가능성이 있는 데이터 세트의 분석을 완료하려고 합니다. 일부 환자는 후속 조치 중에 사망하여 연구 개입에 적합하지 않습니다.시변 공변량을 사용한 생존 분석이 권장 솔루션이며 PROC PHREG(R용 coxph 모듈에 유사한 접근 방식이 있음)를 사용하여 SAS에서 구현되는 것으로 알고 있습니다. JMP 제품 개발자 및 @제리피쉬 " PROC PHREG는 두 가지 방법으로 이를 수행합니다. 둘 다 JMP에서는 불가능합니다. https://go.documentation.sas.com/doc/en/pgmsascdc/9.4_3.4/statug/statug_phreg_examples07.htm
첫 번째 접근 방식은 런타임에 계산적인 노력, 즉 런타임에 데이터 변경이 필요합니다. Fit Proportional Hazard에서는 불가능합니다.
두 번째 접근 방식은 2개의 응답 열이 필요하며 이는 비례 위험 적합에서 허용되지 않습니다.
모든 분석이 JMP에서 완료되었으므로 향상된 기능이 가장 도움이 될 것입니다.
고급 통계 모델링Re: 시간 변수 공변량을 사용한 생존 분석안녕하세요 @idouglas
SAS 예를 살펴보면 두 가지 대안이 있습니다.
-
Fit Proportional Hazards에 간격 검열 추가
-
연속 효과 변수를 살펴보고, 그 변수에서 시간 변수의 함수인 공식을 찾으면, 그 공식을 사용하여 시간 변화 회귀 분석을 수행합니다.
어떤 대안이 가장 적합할까요?
감사합니다
