Biorąc pod uwagę czasy przeżycia ocenzurowane w odstępach, w jaki sposób mogę wykonać model ocenzurowanych interwałów Coxa PH R
? Rseek search wyświetla pakiet intcox
, którego już nie ma w R
repozytorium. Jestem prawie pewien, że coxph
funkcja w survival
pakiecie nie może obsłużyć ocenzurowanych interwałów przeżycia.
Nie chcę też przypisywać danych, a następnie korzystać z coxph
funkcji. Ta metoda nie docenia standardowych błędów współczynników, ponieważ ignoruje się niepewność cenzury przedziałowej.
r
survival
cox-model
interval-censoring
wcampbell
źródło
źródło
intcox
pakiet, nawet jeśli nieCRAN
używa on normalnegoinstall.packages("intcox")
.install.packages("intcox")
bez szczególnych problemów (R-devel, ale każdy nowoczesny R powinien działać)Odpowiedzi:
Jak wspomniano powyżej, możesz użyć funkcji Surreg. Uwaga: nie jest to wyłącznie model PH Coxa, ale raczej modele w skali lokalizacji. Przy użyciu domyślnej transformacji dziennika jest to model rufowy. W przypadku rozkładu wykładniczego proporcjonalne zagrożenia i model rufowy są równoważne, więc jeśli rozkład jest ustawiony na wykładniczy, jest to proporcjonalny model zagrożeń z wykładniczą linią bazową. Podobnie, jeśli stosuje się bazowy model rozkładu Weibulla za rufą, oszacowania parametrów są po prostu liniową transformacją transformacji zastosowanych w modelu proporcjonalnego ryzyka z rozkładem linii bazowej Weibulla. Ale ogólnie rzecz biorąc, surreg nie pasuje do modelu PH Coxa.
Jeśli pożądany jest model półparametryczny, jak stwierdzono zaimplementowany w intcoxie, uwaga: istnieje kilka problemów z obecną wersją intcoxu (algorytm zazwyczaj kończy się przedwcześnie znacznie z dala od MLE, całkowicie zawiedzie z nieocenzurowanymi obserwacjami, bez standardowych błędów automatycznie prezentowane).
Nową alternatywą, której możesz użyć, jest pakiet „icenReg”.
Dopuszczenie stronniczości: to jest autor icenReg.
źródło
ic_sp
musi oszacować wyjściowy rozkład przeżycia (w odróżnieniu od właściwego przypadku ocenzurowanego), który ma tyle samo parametrów, ile niepowtarzalnych czasów w danych. Stwarza to problem dla mini-partii; z ciągłymi czasami, podstawowe kroki nie będą uszeregowane od partii do partii.Aby wykonać analizę ocenzurowanej interwału w R, musisz utworzyć obiekt Surv, a następnie użyć survfit (). Jeśli masz więcej niż zmienną, pakiet intcox rozwiązuje problem.
źródło