Регрессия Кокса Опции

[Alex_Z]

Немного запутался. Подскажите, пожалуйста.

Есть две группы больных. Основная и сравнения. Для обеих групп определяю факторы риска смерти по методу регрессии Кокса. Получаю коэффициент регресии и его ст.ошибку, хи-квадрат, р-значение, отношение шансов и 95%. Так вот, в основной группе фактором риска является высеваемая флора (метод высоко эффективен при грамотрицательной флоре) - это закономерно и ожидаемо. Больных с грамотрицательной флорой умерло на самом деле меньше. В группе сравнения летальность при грам-, грам+, грам+/- примерно одинаковая и флора фактором риска не является. Могу ли я сказать, что у больных основной группы достоверно снизилась вероятность умереть при грам- сепсисе? Как выразить это численно?

2. Еще вопрос по регрессии. Можно ли одновременно задавать в качестве предикторных переменных переменные, которые тесно коррелируют между собой. Как я понял из литературы - это крайне нежелательно. А что тогда делать? Просто у меня в анализе выжимаемости регрессией Кокса факторами риска являются как локализация первичного очага, так и высеваемая микрофлора. Разумеется, часто (хоть и не всегда) определенной локализации процесса соответвует определенная конкретная микрофлора. Что более важно и удобно с клинической точки зрения - флора или локализация - сказать сложно. У меня четыре градации признака "локализация" и три градации признака "флора". Что делать? Использовать простой регрессионный анализ отдельно для каждого фактора?

Сообщение отредактировал Alex_Z - 10.01.2012 - 00:48

[DrgLena]

Анализ зависит от того что планировалось, как формировались группы. Если они отличались только методом лечения, то его эффективностью и будет знак и оценка коэффициента кокс регрессии, который будет учитывать и флору и локализацию и другие факторы.

К-М кривые могут демонстрировать различия. Анализируя кривые вы можете выбрать срок наблюдения, когда различия будут особенно выражены и доказательства направить на эти сроки.

Относительно тестов, Гехана-Вилкоксона, рекомендуют в тех случаях, когда различия кривых более выражены в начальный период наблюдения, а также в случаях, когда не выполняется модель пропорциональных рисков. Когда риски пропорциональны рекомендуется Кокс и Лог-ранг тесты. Критерий Кокса более чувствителен к обнаружению различий на концах распределения. Лог-ранговый рекомендуется, когда число смертей мало. Но эти тесты в Statistica, а что в SPSS ?посмотрите сами, вам до оценки моделей еще далеко, разберитесь с кодировкой предикторов, можно снизить число градаций путем их объединения до ?плохих? и ?хороших? относительно выживания, флора тоже может быть подвержена редуцированию, кроме того могут быть созданы переменные объединяющие и локализацию и флору , например зловредные с плохой локализацией и альтернатива, как вам подсказывают ваши наблюдения.