![]() |
Здравствуйте, гость ( Вход | Регистрация )
![]() |
![]()
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 49 Регистрация: 7.04.2010 Пользователь №: 15366 ![]() |
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?! |
|
![]() |
![]() |
![]() |
![]()
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 1325 Регистрация: 27.11.2007 Пользователь №: 4573 ![]() |
О чем и речь. И действительно, о чем речь? Осмелюсь высказать и свое малохольное мнение и напомнить о том, что вопрос был не о модели прогноза рецидивов вообще в течение 3-х лет, такой прогноз печален, почти 100% имеют рецидив в течение этого срока и ваша модель ничего не может уточнить по одному больному без рецидива. Задача была в том, чтобы прогнозировать время наступления рецидива у каждого больного, используя кокс регрессионные модели. Так, что если хотите перейти на личности, то Кокс будет не против, H0 можно получить по разному, эти объяснения с участием p2004 уже были на форуме, но автор поста, видимо не понял, возможно Ваши объяснения будут более понятны. |
|
![]() |
![]() |
![]() ![]() |