¡Hola a todos!
He estado investigando el modelado de PH y tengo algunas preguntas sobre cómo interpretar correctamente los datos.
Para demostrarlo, modifiqué el conjunto de datos de cáncer de pulmón de CA para ayudar con mi punto.
Mi primera pregunta es bastante general y se refiere a los supuestos del modelo PH. Aquí hay un buen artículo que analiza los problemas con los artículos publicados que utilizan PH. También enumera algunas estrategias para abordar las infracciones. Había un hilo anterior sobre esto. ¿Alguien sabe de alguna novedad? En algunos tutoriales que encontré, la forma más rápida de comprobar la proporcionalidad es asegurarse de que no haya intersecciones en las curvas de Kaplan-Meyer o representar los datos en logaritmo logarítmico y confirmar visualmente que las líneas son paralelas. Esto se hace fácilmente mediante la Distribución de Vida (primer script en la tabla de datos).
Básicamente, para este conjunto de datos, este sería el punto de parada (no nos preocupemos por la variable KPS. La conservé por si alguien quiere usar una variable continua para obtener una respuesta). ¿Podríamos añadir una covariable dependiente del tiempo en JMP para ajustar la no proporcionalidad de alguna manera?
Mi segunda pregunta, que ya tenemos en los estudios que realizamos, se refiere a los diferentes regímenes de tratamiento (por ejemplo, el fármaco A recibe las dosis 1 y 2, y el fármaco B las 3, 4 y 5). Queremos comparar los fármacos y los tratamientos. Los consideraremos categorías, aunque podríamos comparar las dosis dentro de un fármaco y, en ese caso, trataríamos la dosis como una variable continua, anidada dentro del fármaco (¿alguna duda?).
Para ilustrarlo, separé el tipo de celda en el tipo de cáncer para lograr cierta anidación categórica. ¿Sería válido ejecutar el modelo de esta manera?
Si la respuesta es afirmativa, aún queremos saber cuáles son las diferencias entre los subniveles, ya que los HR numéricos que obtenemos para las categorías no tienen mucho sentido si tenemos dos medicamentos con diferentes esquemas de dosificación. Claro, estos se seleccionaron con base en, digamos, las "mejores prácticas", pero esos datos son completamente arbitrarios.
¿Podemos, en el siguiente paso, ejecutar un modelo PH con un filtro local, seleccionando únicamente el cáncer de pulmón de células no pequeñas?
para que obtengamos valores de HR que realmente son de interés (o el "cambio por unidad en el regresor" para datos continuos):
¡Espero que las suposiciones tengan sentido y alguien pueda ayudar con algunas ideas!:)
Los mejores deseos,
Constantino
PD: Nuestros datos de supervivencia provienen de estudios in vivo con ratones. El tamaño habitual de los grupos es de 6 a 12 animales. Utilizando JMP18.
También enlazando a @Jonas_Rinne
¿Podemos agregar una covariable dependiente del tiempo en JMP para ajustar la no proporcionalidad de alguna manera?
Actualmente, JMP no admite covariables variables en el tiempo para los modelos Cox PH. Puede solicitar esta función aquí: Lista de deseos de JMP - Comunidad de usuarios de JMP .
Para ilustrarlo, separé el tipo de celda en el tipo de cáncer para lograr cierta anidación categórica. ¿Sería válido ejecutar el modelo de esta manera?
Anidar B dentro de A significa que desea estimar los efectos de B por separado dentro de cada nivel de A, pero no estima los efectos principales para B. (Otra situación en la que se utiliza la anidación es cuando los niveles del factor anidado tienen las mismas etiquetas en todos los grupos, pero su significado cambia según el grupo. Consulte este ejemplo de JMP Ejemplo de sujeto anidado ).
Sin embargo, para los datos de este ejemplo, no es necesario anidar, ya que los casos de tipo de células pequeñas son los mismos que los de tipo de cáncer pequeño, y los tipos de células escamosas, adeno y grandes son tipos de cáncer no pequeños. Obtendrá los mismos resultados del modelo con ambos tipos de células, como se muestra en la siguiente captura de pantalla:
¿Podemos, en el siguiente paso, ejecutar un modelo PH con un filtro local, seleccionando únicamente el cáncer de pulmón de células no pequeñas?
Sí, se puede; sin embargo, esto, en general, difiere de ejecutar un solo modelo en la muestra combinada. Un modelo típico incluiría el tipo de cáncer como efectos principales y un término de interacción. Sin embargo, debido a la singularidad de los datos, este modelo no puede estimarse.
