Я хочу розробити модель прогнозування (Cox PH) для смертності за всіма причинами в наборі даних учасників, з яких (майже) всі померли після закінчення спостереження (наприклад, 1 рік).
Замість того, щоб прогнозувати абсолютний ризик померти в певний момент часу, я хотів би передбачити час виживання (у місяцях) для кожної людини.
Чи можливо отримати такі прогнози в R (наприклад, від coxph-об'єкта), і якщо так, то як я можу це зробити?
Заздалегідь дякую!
Відповіді:
Модель пропорційної небезпеки Кокса не моделює основну небезпеку, тому вам потрібно передбачити такий час виживання - це і велика сила моделі, і один з її головних недоліків.
Якщо ви особливо зацікавлені в отриманні оцінок щодо ймовірності виживання в конкретні моменти часу, я б вказав на параметричні моделі виживання (так само прискорені моделі часу відмов). Вони реалізовані в survivalпакеті для R і дадуть вам параметричний розподіл часу виживання, де ви можете просто підключити час, який вас цікавить, і отримати ймовірність виживання.
@statBeginner Так, так і буде. Для цього потрібно два кроки:
x <- survfit(cox.ph.model, newdata = dataset)
dataset$Results <- summary(x)$table[,"median"]
але я не впевнений, чи достатньо точний середній час виживання.
Хоча я згоден з цим пунктом, середня виживаність є клінічно корисною.
Вас може зацікавити наша робота (та інші), що дивляться на використання медіани як основи для виживання інтервалів - ми вважаємо, що вони є більш корисними.