Анализ данных типа времени жизни, некоторые практические вопросы Опции

[плав]

Survival Analysis Using S-R. Tableman
...
Насчет сравнения модулей для R. ...

Ну вот, наконец-то на форуме еще кто-то появился кому R нравится

[DoctorStat]

Ну вот, наконец-то на форуме еще кто-то появился кому R нравится

«мне нравится R» - это неправильное выражение. Во времена СССР выпускалась такая книжица с названием «ЭТО должен знать каждый». Про ее содержание точно сказать не могу, кажется, она была посвящена гражданской обороне. Актуальность обороны нашей страны в то время была вызвана холодной войной, развязанной проклятыми капиталистами, которые хотели нас захватить и т.д. Здесь аналогичный случай, только слово «ЭТО» нужно заменить на букву «R». Актуальность программы R обусловлена наличием полезной функциональности, отсутствующей в других статистических пакетах (таких как Statistica и SPSS), что неоднократно подтверждалось на этом форуме. Грубо говоря, мы вынуждены изучать R, чтобы не прослыть невежами. Предлагаю текущий лозунг дня: «А ты уже попробывал R?»

[Igoroshka]

На самом деле все гораздо проще . С моей точки зрения. R бесплатен в отличие от очень платной Статистики, не говоря уже о других "сильных мира сего". В функциональности и "правильности" вряд ли стоит убеждать кого-либо. А коммандная строка при ближайшем рассмотрении это скорее плюс, чем минус при реальном анализе.

[Igoroshka]

Поделитесь книгами со мной

Какими? Наверное, лучше в личку.

[Игорь]

Какими?

В последнее время просмотрел литературу по теме (около сотни источников, треть из которых - монографии). Не в восторге от изданных в последнее время зарубежных источников.

Гораздо более ценной для меня стала мощная книга "Эпидемиология" В.В. Власова, классика Кокса и Оукса, а также десяток статей, в-основном с идеями.

"Большие" монографии производят двойственное впечатление. С одно стороны, 500-страничная англоязычная монография вызывает уважение к труду авторов. С другой стороны, вся тема в принципе умещается на 10 страницах (если опустить вывод формул) вместе с примерами.

[Igoroshka]

В последнее время просмотрел литературу по теме (около сотни источников, треть из которых - монографии). Не в восторге от изданных в последнее время зарубежных источников.

Гораздо более ценной для меня стала мощная книга "Эпидемиология" В.В. Власова, классика Кокса и Оукса, а также десяток статей, в-основном с идеями.

"Большие" монографии производят двойственное впечатление. С одно стороны, 500-страничная англоязычная монография вызывает уважение к труду авторов. С другой стороны, вся тема в принципе умещается на 10 страницах (если опустить вывод формул) вместе с примерами.

По большому счету любая теория без вывода, формул и оценок уместиться на десятке-другом страниц . Но попробуйте реализовать голые идеи ...

[Игорь]

Как оценить функцию интенсивности в модели пропорциональных рисков Кокса при стандартных условиях, т.е. h0(t)?

[DrgLena]

Посмотрите внимательно ветку с началом 10.03.2008 - 07:36 , там есть ответ. Власов не достаточно "мощная" книга в этом вопросе, но и другие книги на русском языке тоже ответа не дают.

Сообщение отредактировал DrgLena - 27.01.2009 - 19:19

[Игорь]

Посмотрите внимательно ветку с началом 10.03.2008 - 07:36 , там есть ответ.

Там нет ответа, если не считать ответом констатацию факта использования метода. Таких статей у меня десятка 3 лежит - с описаниями чудесных результатов, полученных в Statistica, STATA и т.п.

... но и другие книги на русском языке тоже ответа не дают.

Спасибо. Я это понял. Потому и задал вопрос. Другие [обе?] русскоязычные книги по данному вопросу - "ударно-нажимного" действия. В смысле какую кнопку нажимать в программе Statistica, чтобы получить выглядящие правдоподобно "машинограммы". Конечно, этого достаточно для 99% читателей, кому нужно сделать формальный расчет для диссертации. Требуется же нечто иное - понимание алгоритма.

Хотя, я , наверное, несправедлив к русскоязычным монографиям на данную тему. Ибо большинство англоязычных тоже мало чем от них отличаются. Например, в книге Altman с соавт. (статья Machin с соавт.) вычислению h0 внимания не уделяется вовсе, а некоторые другие параметры вычисляются с помощью "компьютерных программ" (именно так). Подобное "научное" умозаключение доступно сделать любой домохозяйке - для этого не нужно быть не только Altman-ом, но даже Machin-ым.

Внятное пояснение, что h0 - это параметрическая аппроксимация h распределением Вейбулла или иным подходящим теоретическим (!) распределением, нашел в книге Armitage. Поэтому не совсем ясно, каким образом реализуются "стандартные условия", если оценка h0 производится на основании опытных же данных о выживаемости. Т.е. здесь не только не исключается влияние параметров конкретного пациента, а, напротив, оценка [распределения] делается (засоряется?) на основании параметров всех представленных пациентов - собственно, так и определяется вектор B параметров ковариат - как в любой регрессионной модели. Тогда непонятно, почему плав не рекомендовал использовать для прогнозирования (а только для иллюстрации) кривую выживаемости, если в основе всех полученных функций и параметров - одни и те же исходные данные, показанные с разных сторон и при различных предположениях.

К тому же может иметь ситуация, когда реальная выживаемость не аппроксимируется удовлетворительно ни одним из предлагаемых программой стандартных теоретических распределений. Довольно большая проблема положена в основу модели Кокса. Т.е. для сравнения выживаемостей и для оценки пропорционального (кстати, почему пропорционального - по-русски - относительного!) риска ее использовать можно (в первом случае за счет исключения из них h0, во втором - за счет включения данной функции в искомый относительный параметр), а вот для временного прогнозирования исхода по поводу одного пациента, как где-то в недрах форума предлагалось DrgLena - сомнительно.

Еще так понял, в модели Кокса функция h0 введена [в том числе] с целью разнести зависимость [формы кривой] от времени (h0), которая логично предполагается той же самой - "усредненной" - для всей популяции, и зависимость от ковариат (BZ) - для конкретного пациента. Тогда неясен смысл введения в модели с ковариатами, зависящими от времени, функции h0 - в ней просто нет необходимости - зависимость от времени уже учтена в члене BZ, и решение ничем не должно отличаться от обычной нелинейной множественной регрессии (например, логистической или пробит, но без порога).

Сообщение отредактировал Игорь - 28.01.2009 - 11:07

[DrgLena]

Какие книги перед вами?

[Игорь]

Прошу прощения, я редактировал предыдущее, когда был получен ответ. Так что просьба, если интересно, перечитать пост.

Какие книги перед вами?

Из тех, где полезного ничего не найдено, отмечу, по упоминаемой в них же регрессии Кокса, самые "яркие": Герасимов "Медицинская статистика", Юнкеров и Григорьев "Математико-статистическая обработка данных...", Реброва "Статистический анализ ...", штук 5 иностранных. Иностранные отличаются только тем, что в них еще STATA упоминается. Полезности это не добавляет.

А вот оказавшиеся крайне интересными: Klein "Survival analysis...", Forthofer "Biostatistics", Collett "Modelling survival...". В научном плане они отличаются от указанных выше, как Энциклопедический словарь от журнала "Мурзилка".

Сообщение отредактировал Игорь - 28.01.2009 - 11:33

[DrgLena]

Обращаясь на форум, вы скорее всего хотите получить помощь плава, специалиста по статистике, а не «домохозяйки», которая только и умеет, что кнопки нажимать и машинограммы демонстрировать.

Как оценить функцию интенсивности в модели пропорциональных рисков Кокса при стандартных условиях, т.е. h0(t)?

Это вы Юнкерова начитались, это он h0(t) называет функцией интенсивности смерти при стандартных условиях. А Боровиков вам про тоже самое напишет, что это базовая функция интенсивности при равенстве нулю всех ковариат. Вы никак ее не оцените, если считаете, что

Внятное пояснение, что h0 - это параметрическая аппроксимация h распределением Вейбулла или иным подходящим теоретическим (!) распределением, нашел в книге Armitage.

Это ваше пояснение совсем не внятное.

.. для оценки пропорционального (кстати, почему пропорционального - по-русски - относительного!)

А потому, что относительный риск допускается постоянным в течение времени, т.е. риски предполагаются пропорциональными. Важно проверить это допущение, применяя графические методы или включая взаимодействие между ковариатой и log(время) с гарантией, что оно несущественно, Боровиков это показывает.

Прогноз по моделям все же возможен, в документации к пограмме MedCalc, рекомендованной WOH для медицинских исследований, есть даже PI http://www.medcalc.be/manual/cox_proportional_hazards.php
На Альтмана тоже зря наехали, он занимается прикладной медицинской статистикой. И исследователя не интересует h0(t),т.е. мгновенный риск, а интересует куммулятивное значение H0(t), которое строится по средним значениям предикторов. В документациях к приличным пакетам алгоритмы есть, а документация остается, как вы сами заметили однажды, даже после истечения времени действия демо версии.

[плав]

На самом деле выше в ветке я писал, что h0 в модели Кокса не оценивается. Методика была разработана так, что для оценки значимости факторов риска она не нужна. В программах для пользователей делают оценку эмпирической функции выживаемости (по Каплану-Мейеру) и затем используют ее (для этого модель сама стандартизуется так, что значения факторов заменяются на отклонения от среднего) в сочетании с результатми модели Кокса

[Игорь]

На самом деле выше в ветке я писал, что h0 в модели Кокса не оценивается. Методика была разработана так, что для оценки значимости факторов риска она не нужна. В программах для пользователей делают оценку эмпирической функции выживаемости (по Каплану-Мейеру) и затем используют ее (для этого модель сама стандартизуется так, что значения факторов заменяются на отклонения от среднего) в сочетании с результатми модели Кокса

Большое спасибо, плав.

DrgLena, большое спасибо за ссылку на Боровикова. Понравилось. Пример, как надо писать книги - и к конкретной системе вроде привязано, и пояснения хорошие.

Еще такого же типа книгу недавно в магазине видел. Не купил, правда, потому что дорого (600 руб.). Вадзинский. Excel - только как повод + очень хорошо представленная теория. Это так - лирическое отступление от темы.

Сообщение отредактировал Игорь - 30.01.2009 - 10:38

[DrgLena]

Не увлекайтесь Боровиковым, это вредные, популистские книжки, они у меня все есть. Ничего он не дал, большего, чем есть в документации, а иногда с дурным переводом вообще ставил в тупик. Его главная идея - не надо знать статистику, а купите у меня пакет и все у вас получится! Для вас - это вредные книжки, сегодня доступна другая литература, на английском, конечно...