Анализ выживаемости, некоторые вопросы |
Здравствуйте, гость ( Вход | Регистрация )
Анализ выживаемости, некоторые вопросы |
29.12.2009 - 21:34
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 32 Регистрация: 15.02.2009 Пользователь №: 5815 |
Помогите, пожалуйста, разобраться!
Исследуется роль "нового" биомаркера на выживаемость больных с инфарктом миокарда. В качестве разделительного значения на подгруппы выбраны нижний и верхний квартили. По F-критерию Кокса выживаемость пациентов в полученных подгруппах значимо различалась (корректировка не проводилась). Также получено независимое предикторное значение изучаемого биомаркера (p<0,05) на выживаемость в регрессионной модели пропорциональных рисков Кокса, в т.ч. после корректировки на другие известные предикторы (тропонины, фракция выброса и т.д.), при этом изучаемая величина взята как непрерывная. При построении той же модели, но с ковариантами (согласно разделения по квартилям) независимое предикторное значение уже утрачивалось. Также незначимые получились результаты расчета относительного риска (как рассчитать его скорректированное значение???) - пользовался просто четырехпольными таблицами с формулами из книги госпожи Ребровой. В том ли дело, что разделительное значение выбрано неправильно и как найти то значение, разделение по которому будет значимо влиять на выживаемость??? Или достаточно того, что получилось? Вот такое мое непонимание((( Использую Statistica 6.0 Спасибо! |
|
30.12.2009 - 01:20
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 120 Регистрация: 27.08.2009 Пользователь №: 6284 |
adjusted - скорректированное значение с учетом веса группы (страты)
Чаще всего вес определяется как ni/n где n - численность исследуемой совокупности ni - численность страты i=1, n - кол-во страт Берется взвешенное среднее. Есть другие подходы. ---------- по поводу утери Варианты 1.его "предикторная сила" меньше, чем остальных, более известных 2. Он коррелирует с известными 3. мало данных при делении на страты с ковариатами для достоверности 4. поделили на уровни неправильно. ( тут может помочь ROC анализ) Это не кованализ :)
|
|
30.12.2009 - 14:42
Сообщение
#3
|
|
Группа: Пользователи Сообщений: 1325 Регистрация: 27.11.2007 Пользователь №: 4573 |
В качестве разделительного значения на подгруппы выбраны нижний и верхний квартили. Мне не понятна такая разбивка. Если вы уже так разбили, то посмотрите кривые К-М в этих трех группах. Возможно вы увидите, что фактором риска будут значения верхнего или нижнего квартилей. А затем создайте бинарную переменную, как советует Green воспользуясь ROC для поиска оптимальной точки разделения. При этом в качестве отклика возьмите какой то приемлемый конечный интервал наблюдения (1 месяц или 6 мес. в зависимости от характера данных), у вас будет бинарный отклик на этот срок. Тогда у вас может быть кокс регрессионная модель (для всего срока наблюдения) с таким бинарным предиктором. При этом легко трактовать exp коэффициент уравнения регрессии. А согласование с другими вы получите введя их в модель, например возраст, вводя его в модель. Другие предикторы также могут быть представлены в бинарном виде. При этом вы получаете возможность сравнить коэффициенты, т.е. предикторы между собой. Также получено независимое предикторное значение изучаемого биомаркера (p<0,05) на выживаемость в регрессионной модели пропорциональных рисков Кокса, в т.ч. после корректировки на другие известные предикторы (тропонины, фракция выброса и т.д.), при этом изучаемая величина взята как непрерывная. Очень хорошо, все количественные переменные, можете сравнить между собой exp коэффициенты. При построении той же модели, но с ковариантами (согласно разделения по квартилям) независимое предикторное значение уже утрачивалось. Statistica работает в логистической и кокс регрессии только с количественными переменными или бинарными (1 или 0), в отличие от более продвинутых программ. А если вы создали ранговую 1,2,3 то программы выдаст коэффициент как для количественной переменной. Но изменение риска 1 vs 2 и 2 vs 3, но это не верно. |
|
30.12.2009 - 20:49
Сообщение
#4
|
|
Группа: Пользователи Сообщений: 32 Регистрация: 15.02.2009 Пользователь №: 5815 |
Спасибо за ответ!
О квартилях... Я двусмысленно указал... Конечно, в логрегрессии я использовал только 2 значения (верхний и нижний квартили были взяты по отдельности или по очереди...) К вопросу о ROC-анализе. Я должен взять биомаркер (tested variable) и индикатор цензурирования (state variable) и по наилучшим значениям чувствительность/специфичность выбрать разделительное значение (cutoff value)? Правильно ли я понял? Должна ли быть площадь под кривой большой, или достаточно p<0,05 независимо от площади? В регрессии для интерпретации результатов использовать коэффициенты beta или exp. beta? Если Вас не затруднит, поясните, каким образом интерпретировать эти результаты. Спасибо! С наступающим Новым годом! |
|
30.12.2009 - 23:21
Сообщение
#5
|
|
Группа: Пользователи Сообщений: 1325 Регистрация: 27.11.2007 Пользователь №: 4573 |
Вы задали очень много сложных вопросов. ROC в Statistica вы не сделаете. Ответ по статусу не просто результат цензурирования, больной может умереть и через 20 лет, а на какой то конкретный срок. Чтобы можно было сделать вывод, что веротяность смерти в течение, например, 6 месяцев после чего то в 2,15 (exp b) раз выше при значении маркера выше или ниже порога, но вот относительно чего? Найдите обсуждение этого вопроса на этом форуме.
|
|