Regressão de Cox no Matlab
-
28-09-2019 - |
Pergunta
Eu sei que existe Coxphfit Funcionar no MATLAB para fazer a regressão de Cox, mas tenho problemas para entender como aplicá -lo.
1) Como comparar dois grupos de amostras com dados de sobrevivência em dias (survdays
), censura (cens
) e algum valor preditor (x
)? Os grupos definidos por groups
variável lógica. Grupos têm um número diferente de amostras.
2) Qual é o parâmetro de linha de base no Coxphfit? Eu li os documentos, mas como devo escolher a linha de base corretamente?
Seria ótimo se você soubesse um site com bons exemplos detalhados sobre dados de sobrevivência médica. Eu encontrei apenas o Mathworks Demo Isso nem menciona o Coxphfit.
Você sabe que pode ser outra função de terceiros para a regressão de Cox?
ATUALIZAR: O r
tag adicionado desde que a resposta que tenho é para R.
Solução
Com a análise de sobrevivência, a função de risco é a taxa de mortalidade instantânea.
Nessas análises, você normalmente está medindo que efeito algo tem nessa função de risco. Por exemplo, você pode perguntar "engolir o arsênico aumenta a taxa na qual as pessoas morrem?". Um risco de fundo é o nível em que as pessoas morreriam de qualquer maneira (sem engolir arsênico, neste caso).
Se você ler os documentos para coxphfit
Com cuidado, você notará que essa função tenta calcular o risco de linha de base; Não é algo que você entra.
linha de base Os valores X nos quais calcular o risco de linha de base.
Editar: Matlab's coxphfit
A função não funciona obviamente com dados agrupados. Se você está feliz em mudar para R, então o Anaylsis é uma linha.
library(survival)
#Create some data
n <- 20;
dfr <- data.frame(
survdays = runif(n, 5, 15),
cens = runif(n) < .3,
x = rlnorm(n),
groups = rep(c("first", "second"), each = n / 2)
)
#The Cox ph analysis
summary(coxph(Surv(survdays, cens) ~ x / groups, dfr))
Outra edição: isso baseline
Parâmetro para o Matlab's coxphfit
parece ser uma constante normalizadora. R's coxph
A função não possui um parâmetro equivalente. Eu olhei para dentro Computação estatística por Michael Crawley e parece sugerir que o risco de linha de base não é importante, pois cancela quando você calcula a probabilidade de sua morte morrer. Veja o capítulo 33 e o P615-616 em particular. Meu conhecimento de como o modelo funciona não é profundo o suficiente para explicar a discrepância nas implementações do MATLAB e R; Talvez você possa perguntar no Análise de estatísticas de câmbio Stack Exchange local.