регрессия Кокса Опции

[mamalita]

Добрый день! Помогите разобраться. Имеются данные для анализа выживаемости:
время (месяцы),
событие (рецидив или нет),
независимые ковариаты 3 переменных -
1. дифференцировка - бинарная (низкодифференированныя и умеренно+высокодифференцированная)
2. уровень РЭА до операции
3. количество метастазов
Они остались в результате применения регрессионного анализа Кокса в СПСС. Т.е. я понимаю что можно сделать выводы, что такие то факторы значимо влияют на продолжительность безрецидивной жизни, какой из них более значим. Могу ли я применить это как-то в плане прогнозирования продолжительности безрецидивной жизни? (как например в логистической регрессии). Это пожалуй основной вопрос. Цель исследования не только выявить исходные факторы, влияющие на продолжительность безрецидивного течения, но и иметь возможность прогнозировать это время для любого конкретного больного.
Привожу формулу h(t)=h0(t) *exp(b1z1+...+bmzm)
В СПСС есть функция сохранить: функция риска - это h(t)? Для 2 больных проживших 1 мес у одного 2,1 а другого 0,6. О чем это говорит? Максимум 4,3 минимум 0,2 - это много или мало. Как мне найти h0(t) - базовая функция риска при нулевых ковариатах (нулевые это равные 0?) и нужно ли это?
С экспоненциальной регрессией более понятно, но у меня время жизни распределено не экспоненциально. В Attestat сделала подгонку распределения: получилось логлогистическое. Что мне с ним делать?!

[YVR]

Добрый день! Остроумненько. Прилагаю данные. Давайте подумаем вместе.

Все уже до нас придумали, т.е. изобретать велосипед уже не придется, в том смысле, что компьютеру только дай что нибудь подсчитать, даже любую глупость в виде цифирей и он все это перемелет и даст результат, за исключением деления на ноль.

v1- возраст
v2-дифференцировка (1-НД, 0-ВД и УД)
v3- Рэа
v4-СА 19-9
v5- количество метастазов размером 0-2см
v6-количество метастазов размером 2-4см
v7- количество метастазов размером больше 4см
v8-прогрессия
v9- время прогрессии в месяцах
v10- количество
v11-суммарный размер
У меня значимыми получились v2, v3, v5, v7

Чтобы что-то прогнозировать, необходимо отделить мух от котлет, т.е. факторы - объясняющие переменные от независимых переменных (причины и следствия). Факторы были раньше и их спрогнозировать нельзя, т.к. они достоверно имели место у пациентов до обследования. Объясняющие переменные выявились позже и их нужно прогнозировать по факторам.

Т.е. взяли некоего пациента, зафиксировали факторы до операции, и результаты после.

С некоторыми факторами все понятно, т.е. это возраст, дифференцировка опухоли, раково-эмбриональный антиген, углеводный антиген.

С переменными: количество метастазов не совсем ясно, т.е. они были до операции или выявлены после?

Прогрессия, это после операции? Неясно что означает 0 и 1 для кодирования прогрессии? Если 0 - это отсуствие прогрессии, то почему это самое ее отсутствие было зафиксировано в разные сроки?

Также непонятны переменные: количество и суммарный размер, т.е. они до операции или после? Судя по тому что суммы, например, количество в переменных v5, v6, v7 не совпадают с переменной v10, то опять же естественный вопрос по времени до и после?

Ну и наконец самое главное, т.е. какая стоит задача? Например, выявить факторы влияющие на прогрессию либо на время прогрессии или еще что нибудь эдакое выявить?