Come eseguire un test di rango firmato Wilcoxon per i dati di sopravvivenza in R?

9

Supponi di avere dati di sopravvivenza come questo:

obs <- data.frame(
  time = c(floor(runif(100) * 30), floor((runif(100)^2) * 30)),
  status = c(rbinom(100, 1, 0.2), rbinom(100, 1, 0.7)),
  group = gl(2,100)
  )

Per eseguire un test standard del rango di registro, è possibile utilizzare

survdiff(Surv(time, status) ~ group, data = obs, rho = 0)

destra?

Ma per quanto riguarda altri test? Come hai potuto eseguire un test di rango firmato Wilcoxon, un test di Peto o un test di Fleming-Harrington?

R offre la possibilità di eseguire un test di Wilcoxon , tuttavia non ho trovato il modo di tener conto della censura.

Inoltre, il documento afferma che l'impostazione rho = 1renderebbe il test una "modifica di Peto & Peto del test di Gehan-Wilcoxon". Ma è lo stesso del test di Peto?

r survival wilcoxon-signed-rank

— Marcel
fonte

Non conosco i miei dati di sopravvivenza, ma google sembra: Wilcox Test e leggere i documenti per l' survdiffimpostazione li rho=1rende un test Peto ...

— Justin

si Grazie! questo è quanto mi è successo. Tuttavia, non ho trovato un modo per wilcox.testtenere conto della censura presa in considerazione. Con rho=1non sono sicuro che si tratti di un test di Peto o di un test di Wilcoxon, in quanto il documento afferma "Modifica di Peto & Peto del test di Gehan-Wilcoxon". Non è necessario effettuare il downgrade.

— Marcel,

7

(Probabilmente dovresti citare la fonte delle tue convenzioni di denominazione e spiegare più dettagliatamente perché questa domanda viene posta. Se questo è il caso di provare ad abbinare la documentazione per SAS o SPSS, potremmo avere difficoltà interculturali.)

La risposta rapida alla tua domanda specifica su come ottenere un "test Peto" è usare rho = 1, ma sarà un'approssimazione. Facendo riferimento alle sezioni a un campione e a due campioni del capitolo 7 di "Survival Analysis" di Klein e Moeschberger, leggiamo che la versione di Peto-Peto e le versioni di Gehan erano entrambe versioni a due campioni (censurate) del Mann-Whitney Wilcoxon test a due campioni ma utilizzato diverse versioni dello stimatore della funzione di sopravvivenza. Non esiste un unico "test di Fleming-Harrington" poiché tale termine si riferisce a una famiglia di test che si riducono al log-rank e ai test di tipo Wilcoxon a valori specificati di rho. (La funzione R / S surv.diffha il parametro q della famiglia Fleming-Harrington fissato a 0 e varia solo il parametro p che chiama rho.)

Una meta-domanda è se dovresti concentrarti sui nomi e non sulla sostanza matematica? La scelta di p = rho = 0 (con q fissato a 0) nella famiglia Fleming-Harrington pondera le differenze (OE) o tra i gruppi in modo uguale nell'intervallo di tempo, mentre sia i test Gehan-Wilcoxon che Peto-Peto pesano all'inizio morti più fortemente. La mia opinione (come medico) è che sia sensato avere una ponderazione che considera le differenze iniziali più probatorie per il caso tipico, ma posso immaginare casi specifici in cui l'altra scelta potrebbe essere difesa.

— DWin
fonte

Grazie per la tua spiegazione. Le mie convenzioni di denominazione provengono da "Kleinbaum & Klein - Survival Analysis" (p. 63 e seguenti). Definiscono w (t_j) = 1 per Log Rank, w (t_j) = n_j per Wilcoxon, w (t_j) = n ^ (1/2) per Tarone-Ware, w (t_j) = s (t_j) per Peto, e un'espressione piuttosto difficile per Flemington-Harrington. Non so di quali pesi avrò bisogno in futuro, ma voglio essere sicuro di poterli applicare prima di averne bisogno :) Ma penso che la tua risposta mi aiuterà a risolvere questo problema. Grazie!

— Marcel,

5

Per rispondere alla tua domanda su come calcolare questo in R, puoi usare la comp()funzione dal survMiscpacchetto. Esempio:

> library(survMisc)
> fit = survfit(Surv(time, status) ~ x, data = aml)
> comp(fit)$tests$lrTests
                              ChiSq df      p
Log-rank                       3.40  1 0.0653
Gehan-Breslow (mod~ Wilcoxon)  2.72  1 0.0989
Tarone-Ware                    2.98  1 0.0842
Peto-Peto                      2.71  1 0.0998
Mod~ Peto-Peto (Andersen)      2.64  1 0.1042
Flem~-Harr~ with p=1, q=1      1.45  1 0.2281

Per scegliere i parametri per il test di Fleming-Harrington (mostrato nell'ultima riga), utilizzare gli argomenti FHpe FHq. Per esempio,

> comp(fit, FHp=0, FHq=0)$tests$lrTests
[…]
Flem~-Harr~ with p=0, q=0      3.40  1 0.0653

ti dà il normale test log-rank (mostrato anche nella prima riga nel primo esempio).

— Karl Ove Hufthammer
fonte

1

Nell'attuale versione di survMisc (0.5.4) dovrebbe esserecomp(ten(fit))

— Marcin Kosiński il