Modello di rischi proporzionali Cox censurato per intervallo in R

Dati i tempi di sopravvivenza censurati per intervallo, come posso eseguire un modello di Cox PH censurato per intervallo R? Una ricerca rseek fa apparire il pacchetto intcox, che non esiste più nel Rrepository. Sono quasi sicuro che la coxphfunzione nel survivalpacchetto non sia in grado di gestire i dati di sopravvivenza censurati per intervallo.

Inoltre, non voglio imputare i dati e quindi utilizzare la coxphfunzione. Questo metodo sottovaluta gli errori standard dei coefficienti perché si ignora l'incertezza della censura degli intervalli.

r survival cox-model interval-censoring

— wcampbell
fonte

È comunque possibile installare il intcoxpacchetto anche se non è in CRANuso utilizzando il normale install.packages("intcox").

— smillig,

Hmmm ... Non sono stato in grado di farlo. La selezione del mirror potrebbe influenzare il download?

— wcampbell,

È possibile, ma non lo so. Ho usato il CRAN di Berlino per farlo circa 10 minuti fa (versione R 2.15.1).

— smillig,

La Visualizzazione attività CRAN di analisi di sopravvivenza riassume i pacchetti disponibili per l'analisi di sopravvivenza, incluso un numero con supporto per la censura degli intervalli.

— jthetzel,

A partire dal 21 dicembre 2015, sono stato in grado di farlo install.packages("intcox")senza particolari problemi (R-sviluppo, ma qualsiasi R moderna dovrebbe funzionare)

— Ben Bolker,

Risposte:

Come indicato sopra, è possibile utilizzare la funzione survreg. Una nota però: questo non è rigorosamente un modello Cox PH, ma piuttosto modelli in scala di posizione. Utilizzando la trasformazione del registro predefinita, questo è il modello di poppa. Nel caso della distribuzione esponenziale, i rischi proporzionali e il modello di poppa sono equivalenti, quindi se la distribuzione è impostata su esponenziale, questo è un modello di rischi proporzionale con una linea di base esponenziale. Allo stesso modo, se viene utilizzato un modello di poppa di distribuzione di Weibull al basale, le stime dei parametri sono solo una trasformazione lineare di quelle utilizzate nel modello di rischi proporzionali con distribuzione al basale di Weibull. Ma in generale, Surreg non si adatta a un modello di Cox PH.

Se si desidera un modello semi-parametrico, come trovato implementato in intcox, un avvertimento: ci sono diversi problemi con l'attuale versione di intcox (l'algoritmo in genere termina prematuramente in modo significativo lontano dall'MLE, fallisce completamente con osservazioni non censurate, nessun errore standard presentato automaticamente).

Una nuova alternativa che potresti usare è il pacchetto "icenReg".

Ammissione di pregiudizi: questo è l'autore di icenReg.

— Cliff AB
fonte

Benvenuti nel nostro sito! Siamo lieti di avere te e il tuo eccellente contributo.

— whuber

@Cliff AB Quale specifico metodo semi-parametrico usi nella funzione ic_sp? Hai un documento o un tutorial sul metodo?

— Monaco,

@Munichong: il documento completo può essere trovato qui . In alternativa, la vignetta del pacchetto offre anche una rapida introduzione ai modelli; vedi qui

— Cliff AB,

@CliffAB Dato che i miei dati sono troppo grandi per adattarsi alla memoria, voglio modificare ic_sp in modo stocastico: alimentare un mini-batch in ic_sp e impostare maxIter = 1, ottenere i gradienti e aggiornare le versioni in modo iterativo. Sai come posso accedere ai gradienti dalla funzione ic_sp?

— Monaco,

@Munichong: interessante! Sfortunatamente, non penso che questo metodo funzionerà. In particolare, è ic_spnecessario stimare la distribuzione di sopravvivenza di base (diversamente dal caso censurato a destra), che ha tanti parametri quanti tempi unici nei dati. Questo crea un problema per il mini-batch; con tempi continui, i passaggi della linea di base non allineeranno batch a batch.

— Cliff AB,

Per eseguire l'analisi censurata a intervalli in R, è necessario creare un oggetto Surv e quindi utilizzare survfit (). Se hai più di una variabile, il pacchetto intcox risolve il problema.

— JMarcelino
fonte