Cox PH 모델에서 생존 시간 측면에서 예측을 얻는 방법은 무엇입니까?


14

추적 조사가 끝날 때 (예 : 1 년) 사망 한 참가자의 데이터 집합에서 모든 원인으로 인한 사망률에 대한 예측 모델 (Cox PH)을 개발하려고합니다.

특정 시점에서 사망의 절대 위험을 예측하는 대신 각 개인의 생존 시간 (개월)을 예측하고 싶습니다.

R에서 그러한 예측을 얻을 수 있습니까 (예 : coxph-object에서), 그렇다면 어떻게 할 수 있습니까?

미리 감사드립니다!

답변:


14

Cox 비례 위험 모델은 기본 위험을 모델링하지 않습니다. 이는 생존 시간을 그렇게 예측하는 데 필요한 것입니다. 이는 모델의 큰 강점이며 주요 단점 중 하나입니다.

특정 시점에서 생존 확률의 추정치를 얻는 데 특히 관심이있는 경우 파라 메트릭 생존 모델 (일명 가속 고장 시간 모델)을 제시합니다. 이것들은 survivalR 패키지에 구현되어 있으며 , 파라 메트릭 생존 시간 분포를 제공합니다. 여기서 관심있는 시간을 연결하고 생존 확률을 되 찾을 수 있습니다.


3
답변 주셔서 감사합니다. 특히 특정 시간에 생존 확률의 추정치를 얻는 데 관심이 없지만 각 개인의 예상 생존 시간에 관심이 있습니다. 예를 들어 '1 년 생존 확률은 10 %입니다'대신 '개인의 예상 생존 시간은 10 개월'과 같은 예측을하고 싶습니다. Cox PH 또는 AFT 모델에서 이러한 예측을 얻을 수 있습니까?
Rob

4
@Rob Cox PH 모델에서는 여전히 작동하지 않는다고 생각합니다. AFT 모델을 사용하면 완벽하게 수행 할 수 있지만 추정값을 다시 가져 오는 복잡성은 공변량의 수에 따라 달라질 수 있습니다.
Fomite

3
감사합니다. AFT 모델을 살펴 보겠습니다. 나는 개별 생존 시간의 예측에 대해 읽었지만 "인간의 생존이 너무 불확실하여 최고의 통계 분석조차도 개별 환자에 대한 실제 사용에 대한 단일 숫자 예측을 제공 할 수 없다"고 생각합니다. ( 링크 ) ..

4
@Rob 맞습니다. 이러한 모든 기술은 인구 추세에 대해 이야기 합니다. 주어진 사람의 정확한 예측을 시도하는 것은 잃어버린 원인이며 실제로 도구를 적절하게 사용하지 않습니다.
Fomite

2
내가 찾은 이용 가능한 문헌을 감안할 때, 나는 당신이 개별 생존 시간의 예측과 관련하여 정확하다고 생각합니다. 그러나 Cox 및 AFT 모델은 특정 시점에서 개별 절대 위험을 예측하기위한 적절한 도구입니다 (예 : Harrell and Steyerberg의 저서 참조 ).
Rob

2

@statBeginner 그렇습니다. 두 단계가 필요합니다.

x <- survfit(cox.ph.model, newdata = dataset)
dataset$Results <- summary(x)$table[,"median"]

그러나 평균 생존 시간이 충분히 정확한지 확실하지 않습니다.


@akshay에 동의합니다. 중간 생존 시간은 유용하지만 특히 사건 발생 시간을 예측하는 경우 개별 사례에 적합하지 않을 수 있습니다. 개별 생존 시간은 엄청나게 이질적 일 수 있으므로 예측을 위해 중간 생존 시간을 사용하는 것이 좋습니다.
Seanosapien

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.