안녕하세요 여러분!
저는 PH 모델링을 살펴보고 있는데, 데이터를 올바르게 해석하는 방법에 대한 몇 가지 질문이 있습니다.
이를 보여주기 위해, 저는 제 주장을 뒷받침하기 위해 CA 폐암 데이터 세트를 수정했습니다.
첫 번째 질문은 다소 일반적인 질문이며, PH 모델 가정에 관한 것입니다. PH를 사용하는 논문들의 문제점을 검토한 훌륭한 논문이 있습니다. 또한 위반 사항을 처리하는 몇 가지 전략도 제시되어 있습니다. 이 주제에 대한 이전 스레드가 있었습니다. 혹시 개발 상황을 알고 계신 분이 있으신가요? 제가 찾은 몇몇 튜토리얼에서는 비례성을 확인하는 가장 빠른 방법은 카플란-마이어 곡선에 절편이 없는지 확인하거나, 데이터를 로그-로그로 표시하고 선이 평행한지 시각적으로 확인하는 것이라고 합니다. 이는 데이터 테이블의 첫 번째 스크립트인 Life Distribution을 통해 쉽게 수행할 수 있습니다.
따라서 기본적으로 이 데이터 세트의 경우, 여기서 멈추는 것이 좋습니다(여기서는 KPS 변수는 신경 쓰지 마세요. 누군가가 답을 위해 연속형 변수를 사용하고 싶어 할 경우를 대비해서 남겨두었습니다). JMP에 시간 종속 공변량을 추가하여 비례성을 조정할 수 있을까요?
두 번째 질문은 저희가 진행하는 연구에서 자주 언급되는 내용인데, 서로 다른 치료 계획(예를 들어 약물 A는 1, 2번 용량을, 약물 B는 3, 4, 5번 용량을 적용)에 관한 것입니다. 약물과 치료법을 비교하고 싶습니다. 약물 내 용량을 비교하는 경우 용량을 약물 내 연속형 변수로 취급할 수 있지만, 약물과 치료법을 범주화하여 다루도록 하겠습니다. (여기서 우려되는 부분이 있으신가요?)
예를 들어, :Cell Type을 :Cancer Type으로 분리하여 범주형 중첩을 어느 정도 구현했습니다. 이런 방식으로 모델을 실행하는 것이 타당할까요?
만약 답이 '예'라면, 우리는 여전히 하위 수준 간의 차이점을 알고 싶어 합니다. 왜냐하면 두 약물의 투여 일정이 서로 다를 경우, 각 범주에 대해 얻은 수치적 HR은 큰 의미가 없기 때문입니다. 물론, 이 수치들은 "모범 사례"라고 부르자면, 이를 기반으로 선정되었지만, 이는 완전히 임의적인 데이터입니다.
다음 단계에서는 로컬 필터가 적용된 PH 모델을 실행하여 비소세포 폐암만 선택할 수 있을까요?
따라서 실제로 관심 있는 HR 값(또는 연속 데이터에 대한 "회귀 변수의 단위 변화")을 얻을 수 있습니다.
가정이 타당하다고 생각하시고 누군가가 통찰력을 제공해 주셨으면 좋겠습니다!:)
최고의 소원을 전합니다.
콘스탄틴
추신: 저희 생존 데이터는 쥐 생체 내 연구에서 얻은 것입니다. 일반적인 그룹 크기는 6~12마리입니다. JMP18을 사용합니다.
@조나스_린네 도 링크합니다;)
JMP에 시간 종속 공변량을 추가하여 비례성을 조정할 수 있을까요?
JMP는 현재 Cox PH 모형에 대한 시간 가변 공변량을 지원하지 않습니다. 이 기능은 JMP 위시리스트 - JMP 사용자 커뮤니티 에서 요청할 수 있습니다.
예를 들어, :Cell Type을 :Cancer Type으로 분리하여 범주형 중첩을 어느 정도 구현했습니다. 이런 방식으로 모델을 실행하는 것이 타당할까요?
A 내에 B를 중첩한다는 것은 A의 각 수준 내에서 B의 효과를 개별적으로 추정하되, B의 주효과는 추정하지 않는다는 것을 의미합니다. (중첩이 사용되는 또 다른 상황은 중첩된 요인의 수준이 그룹 전체에서 동일한 레이블을 갖지만, 그 의미가 그룹에 따라 달라지는 경우입니다. JMP 예제인 중첩된 주제 예제를 참조하세요.)
하지만 이 예시의 데이터에서는 소세포 유형 사례가 소암 유형 사례와 동일하고, 편평세포, 아데나세포, 대세포 유형은 소암 유형이 아니므로 중첩이 필요하지 않습니다. 아래 스크린샷에서 볼 수 있듯이, 세포 유형과 암 유형을 모두 포함하는 모델에서도 동일한 결과를 얻을 수 있습니다.
다음 단계에서는 로컬 필터가 적용된 PH 모델을 실행하여 비소세포 폐암만 선택할 수 있을까요?
네, 가능합니다. 하지만 이는 일반적으로 결합된 표본에 단일 모델을 적용하는 것과는 다릅니다. 일반적인 모델에는 암 유형과 암 유형을 주효과로 포함하고 상호작용 항을 포함합니다. 그러나 데이터의 특이점으로 인해 이 모델은 추정할 수 없습니다.
