Hallo zusammen!
Ich habe mir die PH-Modellierung angesehen und habe einige Fragen zur richtigen Interpretation der Daten.
Zur Veranschaulichung habe ich den CA-Lungenkrebs-Datensatz geändert, um meinen Standpunkt zu untermauern.
Meine erste Frage ist eher allgemeiner Natur und betrifft die Annahmen des PH-Modells. Hier ist ein guter Artikel, der die Probleme der veröffentlichten Artikel, die PH verwenden, untersucht. Er nennt auch einige Strategien zum Umgang mit Verstößen. Es gab bereits einen älteren Thread dazu. Kennt jemand Entwicklungen? In einigen Tutorials, die ich gefunden habe, besteht der schnellste Weg zur Überprüfung der Proportionalität darin, sicherzustellen, dass die Kaplan-Meyer-Kurven keine Schnittpunkte aufweisen, oder die Daten log-log darzustellen und visuell zu bestätigen, dass die Linien parallel sind. Dies lässt sich einfach über die Lebensdauerverteilung (erstes Skript in der Datentabelle) durchführen.
Im Grunde wäre dies also für diesen Datensatz der Punkt, an dem wir aufhören sollten (die KPS-Variable sollten wir dabei außer Acht lassen. Ich habe sie nur für den Fall behalten, dass jemand eine kontinuierliche Variable für eine Antwort verwenden möchte). Können wir in JMP eine zeitabhängige Kovariate hinzufügen, um die Nichtproportionalität irgendwie auszugleichen?
Meine zweite Frage, die wir in unseren Studien stellen, betrifft unterschiedliche Behandlungsschemata (z. B. erhält Medikament A die Dosierungsschemata 1 und 2, Medikament B die Schemata 3, 4 und 5). Wir möchten die Medikamente und die Behandlungen vergleichen. Behandeln wir sie als Kategorien, auch wenn wir die Dosierungen innerhalb eines Medikaments vergleichen und die Dosis dann als kontinuierliche Variable behandeln, die in das Medikament eingebettet ist (gibt es hier Bedenken?).
Zur Veranschaulichung habe ich den Zelltyp in den Krebstyp aufgeteilt, um eine gewisse kategorische Verschachtelung zu erreichen. Wäre es sinnvoll, das Modell auf diese Weise auszuführen?
Falls die Antwort ja lautet, möchten wir dennoch die Unterschiede zwischen den Unterstufen kennen, da die numerischen HRs, die wir für die Kategorien erhalten, wenig aussagekräftig sind, wenn wir zwei Medikamente mit unterschiedlichen Dosierungsschemata haben. Sicher, diese wurden basierend auf, nennen wir es, „Best Practice“ ausgewählt, aber das sind völlig willkürliche Daten.
Können wir im nächsten Schritt ein PH-Modell mit einem lokalen Filter ausführen, der nur den nicht-kleinzelligen Lungenkrebs auswählt?
damit wir die HR-Werte erhalten, die tatsächlich von Interesse sind (oder die „Änderung pro Einheit im Regressor“ für kontinuierliche Daten):
Ich hoffe, die Annahmen sind nachvollziehbar und jemand kann mit einigen Erkenntnissen weiterhelfen!:)
Beste Wünsche,
Konstantin
PS: Unsere Überlebensdaten stammen aus murinen In-vivo-Studien. Übliche Gruppengrößen liegen bei 6-12 Tieren. Mit JMP18
Verlinke auch @Jonas_Rinne
Können wir in JMP eine zeitabhängige Kovariate hinzufügen, um die Nichtproportionalität irgendwie auszugleichen?
JMP unterstützt derzeit keine zeitvariablen Kovariaten für die Cox-PH-Modelle. Sie können diese Funktion hier anfordern: JMP-Wunschliste – JMP-Benutzercommunity .
Zur Veranschaulichung habe ich den Zelltyp in den Krebstyp aufgeteilt, um eine gewisse kategorische Verschachtelung zu erreichen. Wäre es sinnvoll, das Modell auf diese Weise auszuführen?
Das Verschachteln von B in A bedeutet, dass Sie die Effekte von B separat innerhalb jeder Ebene von A schätzen möchten, aber nicht die Haupteffekte für B. (Eine weitere Situation, in der Verschachtelung verwendet wird, liegt vor, wenn die Ebenen des verschachtelten Faktors in allen Gruppen dieselben Bezeichnungen haben, ihre Bedeutung sich jedoch je nach Gruppe ändert. Siehe dieses JMP-Beispiel: Beispiel für verschachteltes Subjekt .)
Für Ihre Daten in diesem Beispiel ist eine Verschachtelung jedoch nicht erforderlich, da Fälle von kleinzelligem Typ und Fällen von kleinzelligem Krebs identisch sind und Plattenepithel-, Adena- und großzellige Typen nicht zu kleinzelligem Krebs gehören. Sie erhalten vom Modell sowohl für den Zelltyp als auch für den Krebstyp die gleichen Ergebnisse, wie im folgenden Screenshot dargestellt:
Können wir im nächsten Schritt ein PH-Modell mit einem lokalen Filter ausführen, der nur den nicht-kleinzelligen Lungenkrebs auswählt?
Ja, das ist möglich. Dies unterscheidet sich jedoch grundsätzlich von der Ausführung eines einzelnen Modells auf der kombinierten Stichprobe. Ein typisches Modell würde Krebsart und Krebstyp als Haupteffekte sowie einen Interaktionsterm enthalten. Aufgrund der Singularität Ihrer Daten ist mit diesem Modell jedoch keine Schätzung möglich.
