Я хочу сравнить два разных метода для определения изменения статуса в анализе выживания. Группа испытуемых прослеживается в течение более длительного периода (много лет), и для проверки того, произошло ли изменение статуса, использовались два метода исследования; один метод использовался для изучения каждого предмета два раза в год, а второй - для изучения каждого предмета один раз в год. Вопрос заключается в том, отличаются ли эти два метода систематически по своей способности обнаруживать изменение статуса.
Тест, о котором я подумал, является тестом логарифмического ранга, чтобы увидеть, отличаются ли кривые Каплана-Мейера двух методов. Интересно, является ли проблемой то, что кривые выживаемости являются «парными» (т. Е. Два метода используются на одних и тех же объектах) при выполнении теста логарифмического ранга. Является ли это нарушением допущения в тесте лог-ранга или, возможно, это просто неэффективный тест, поскольку он не учитывает взаимосвязь двух кривых? Есть ли у кого-нибудь предложение для альтернативного анализа, который объясняет зависимость в наблюдениях?
Может быть, это не проблема, может быть, я слишком много думаю.
Ну, я не знаю истинного времени изменения статуса, только моменты времени, когда методы обнаружили изменение статуса. Одна из моих мыслей состояла в том, чтобы установить время выживания равным средней точке интервала времени между последним обследованием, когда изменение статуса не было обнаружено, и обследованием, когда изменение статуса было обнаружено. Это может компенсировать недостаток метода, который используется для изучения предметов только один раз в год, в отличие от метода, который используется два раза в год. А затем построить кривые выживания на основе этих данных.
источник
Ответы:
Если вы хотите сравнить производительность моделей двух моделей выживания, расчет C-статистики (C Харрелла, ROC выживания ...) может быть более разумным подходом. Рассчитайте C-статистику двух моделей выживания и сравните их (можно получить значение p).
https://rpubs.com/kaz_yos/survival-auc
Ссылка показывает различные инструменты для C-статистики для модели выживания.
источник