Здравствуйте, гость ( Вход | Регистрация )
15.02.2013 - 22:49
Сообщение
#1
|
|
|
Группа: Пользователи Сообщений: 33 Регистрация: 17.08.2009 Пользователь №: 6249 |
Дорогие форумчане!
Пожалуйста, посоветуйте! Я постараюсь обрисовать проблему в общих чертах. Выборка 500 больных - одно заболевание. На этапе однофакторного анализа выделено 4 значимых фактора, влияющих на общую выживаемость. Три из них - бинарные по своей природе - возраст - старше 45, младше 45 лет (1,0), пол и один лабораторный показатель (то же - выше определенного порога - 1, ниже - 0). Четвертый - метод лечения - 1 - программа А, 0 - программа - В. Моя проблема в следующем. Когда я выполняю многофакторный Кокс - регр анализ для ТРЕХ факторов, исключая вид терапии, я получаю высокую значимость для выживаемости лабораторного параметра, c соответствующим риском и ДИ. И как бы все понятно. Но. Если я включаю в модель терапию, то в окончательном уравнении наибольшая значимость появляется у фактора возраст, а лаборатоный параметр теряет свое значение. Сразу оговорюсь - выбор терапии НАПРЯМУЮ не зависел от остальных трех параметров. Это чтобы сразу мы не тратили время на обсуждение независимости включаемых параметров. Я понимаю, что трактовка результатов многофакторного анализа не всегда банальная вещь. Не прошу готовых рецептов, но надеюсь получить верное направление. Спасибо всем откликнувшимся! |
|
|
![]() |
![]() |
![]() |
16.02.2013 - 20:49
Сообщение
#2
|
|
|
Группа: Пользователи Сообщений: 1325 Регистрация: 27.11.2007 Пользователь №: 4573 |
Прежде всего, приветствую nokh на форуме, электричество, интернет, стекла и мысли на месте!
В отношении кокс модели, не вижу никаких логических проблем в описанной ситуации. В любой многомерной модели при введении нового предиктора, коэффициенты и оценки предыдущих предикторов пересматриваются и вполне вероятно, что метод лечения оказывает на выживаемость более сильное влияние, нежели лабораторный показатель, который к тому же используется в виде бинарной переменной. Точки разделения для бинарных предикторов могут быть пересмотрены. Кроме того они могут входить в модель и в виде количественных предиктора. Но, до моделирования посмотрите кривые К-М для двух методов лечения и для каждого предиктора . Посмотрите, возможно для одного метода важны одни факторы, а для другого они нет важны, или точки разделения сделайте ROC анализом для каждого метода лечения отдельно. |
|
|
![]() |
![]() |
Гематолог Многофакторный анализ, Кокс регрессия 15.02.2013 - 22:49
nokh Цитата(Гематолог @ 16.02.2013 - 01:4... 16.02.2013 - 19:54
Гематолог NOKH: Например, можно задать возраст не бинарно, а... 16.02.2013 - 22:36
nokh Цитата(DrgLena @ 16.02.2013 - 23:49)... 18.02.2013 - 19:09
DrgLena Уровень редакторов со временем, все же меняется. Я... 18.02.2013 - 21:27
Гематолог Цитата(DrgLena @ 18.02.2013 - 22:27)... 22.02.2013 - 18:16
p2004r Цитата(Гематолог @ 15.02.2013 - 22:4... 22.02.2013 - 09:38
Гематолог Цитата(p2004r @ 22.02.2013 - 10:38) ... 22.02.2013 - 18:01
p2004r Цитата(Гематолог @ 22.02.2013 - 18:0... 23.02.2013 - 14:24![]() ![]() |