사건 발생 시간 생존 데이터의 Cox 비례 위험 모델링을 수행 할 때 성향 스코어 가중치 (IPTW)와 관련하여 :
대부분의 경우 환자가 이미 기준선에서 복용하고있는 약물의 치료 효과를 살펴 보는 데 관심이있는 예상 레지스트리 데이터가 있습니다. 따라서 데이터를 가장 잘 분석하는 방법을 잘 모르겠습니다. 잠재적으로, 기준 변수 중 일부는 치료에 의해 영향을받는 정도가 크며 다른 방법 (예 : 특정 바이오 마커)은 아닙니다. 가중치를 추정하기 위해 성향 스코어 모델에 포함해야 할 공변량과 모델에 공변량으로 포함해야하는 공변량에 대해 약간 상실했습니다 coxph
. 올바른 방향의 힌트가 도움이 될 것입니다! 아직 CoxPh 모델링에서 이에 관한 문헌을 찾을 수 없었습니다.
결과에 영향을 미칠 수있는 기준선에서 시행 된 치료법을 나타내는 공변량이 Cox PH 공변량으로 포함되어야한다고 생각하지만 확실하지 않습니다.
성향 점수 가중치를 계산하는 데 사용되지 않고 Cox 모델에서 공변량으로 포함 할 변수를 어떻게 결정합니까?
후속 질문 :
본인은 이미 시작된, 즉 관찰을 시작하기 전에 환자들 사이에서 널리 퍼진 특정 중재의 치료 효과를 평가하는 상속 문제를 이해합니다. 위험의 시간-변이 (예를 들어, 치료 첫해에 더 흔한 부작용) 및 치료에 의해 영향을받는 공변량과 관련된 편향을 도입하는 것과 관련하여 둘 다. 내가 실수하지 않은 경우-이것은 심혈관 종말점 및 호르몬 대체 요법과 관련하여 관찰과 무작위 사이의 불일치의 원인으로 제안되었습니다. 반면에 내 데이터 세트에서, 우리는 치료의 부작용에 대해 관심이 있습니다.
코호트 데이터에서 유능한 사용자들 사이의 치료 효과를 조사하기 위해 성향 점수 조정을 사용하는 경우, 즉 관찰이 시작되기 전에 이미 약물을 사용하고 약리 요법의 부작용을 관찰합니다 (그리고 이것이 우리가 찾고있는 것입니다). 치료와 관련된 위험을 과대 평가할 가능성을 배제 할 수 있습니까? 즉, 위험이 크게 높아지는 한 가장 "확실히"보호되지 않는가?
나는 이런 종류의 편견이이 맥락에서 허위 위험 연관의 위험을 과대 평가할 수있는 예를 그림으로 볼 수는 없다.