Cutoff в прогностических моделях Опции

[Гематолог]

Дорогие друзья, нуждаюсь в помощи!

Как решить проблему cutoff, когда речь идет о количественной переменной, оказавшей
в Кокс-регрессивном анализе значимое влияние на выживаемость?
Например, Вы имеете 200 значений уровня ЛДГ (лактат-дегидрогеназы) у своих пациентов в виде колонки.
Далее, Кокс-регрессия показывает значимое влияние параметра на общую и бессобытийную выживаемость.
Вопрос. Как грамотно определить границу значения переменной?
Скорее всего Вы видели, как в прогностических индексах выделяют группы:

ЛДГ более 600 и менее 600.
Альбумин более 30 и менее 30 и т.д.

Я искал ответ по публикациям, где подобную задачу решали.
Привожу ниже рецепт от Немецкой группы по изучению лимфогранулематоза -

To develop a practical scoring system, all laboratory variables
were dichotomized. Cutoff points were chosen to make optimal
use of the information, with the conditions that the smaller
group contain at least 20 percent of all patients, that the cutoff
value demarcate a clearly abnormal state and if possible agree with
cutoff values used in the literature, and that the effects of the dichotomized
variables be of the same order of magnitude. No
dichotomized covariates were entered into the model unless the
continuous analogue had a significant independent prognostic effect.
This strategy was used to ensure that the selection of prognostic
factors for the model would be independent of the choice
of the various cutoff points.

Спасибо за помощь заранее!

[Гематолог]

Спасибо, Елена!

Я не приводил всю таблицу, поэтому мой вопрос о Коксе остался в стороне.
К этому сообщению я прикрепил файл из общей таблицы и график.
В нем интервалы до назначения препарата, затем интервалы до события или явки и последний
столбец - цензурированность.
Я пропускаю "промежуточные" столбцы с датами, из которых "вышли" представленные колонки.
Так вот, сначала я провел логистическую регрессию - влиял ли интервал до назначения препарата
(в нашем случае это первая колонка) на факт события (третья колонка)?
Сразу получил незначимость. Результаты не привожу, дабы зря не отвлекать экспертов.
Далее, тоже самое проделал с Коксом.
Результат тот же - влияние фактора незначимо.
Для меня было странным, что значимость модели пришла, когда я воспользовался
методом зависимых от времени ковариат. Но, вдруг я ошибся, когда закладывал формулу зависимости, по типу ФАКТОР*(Log(Время в мес - 0,54))?
Поэтому я не доверяю тому, что получил значимость переменной.
И наконец, если построить раздельно Каплан-Майер для бессобытийной по представленным мною данным, то различие то есть.
Но, почему на этапе до К-М я не "попал" в значимость переменной? Почему эмпирически я вижу разницу, а вот с обоснованием раздела в 4 мес - проблема?
И насчет Фишера.
Часто в клинических исследованиях, когда закладывается понятие "событие", то под ним подразумевается сразу несколько явлений.
Ну, например, потеря молекулярной ремиссии, потеря генетической ремиссии, появление активности опухоли по ПЭТ и т.д.
То есть событие само по себе несколько "гетерогенно".
В свое время мне объясняли, что в этом случае использовать критерий Фишера некорректно.

Заранее благодарю за ответ!

Прикрепленные файлы

 График_К_М_для_форума.doc ( 24 килобайт ) Кол-во скачиваний: 418
 График_К_М_и_часть_основной_таблицы.doc ( 107 килобайт ) Кол-во скачиваний: 366