С учетом цензурированного интервала времени выживания, как я могу выполнить интервальную цензуру модели Кокса PH в R? Поиск в rseek обнаруживает пакет intcox, которого больше нет в Rхранилище. Я почти уверен, что coxphфункция в survivalпакете не может обрабатывать данные выживания с интервалом цензуры.
Кроме того, я не хочу вменять данные, а затем использовать coxphфункцию. Этот метод недооценивает стандартные ошибки коэффициентов, потому что вы игнорируете неопределенность цензуры интервалов.
r
survival
cox-model
interval-censoring
wcampbell
источник
источник
intcoxпакет, даже если он неCRANиспользуется обычным способомinstall.packages("intcox").install.packages("intcox")без особых проблем (R-devel, но любой современный R должен работать)Ответы:
Как указано выше, вы можете использовать функцию surreg. Обратите внимание: это не строго модель Кокса PH, а скорее модели масштаба местоположения. Используя лог-преобразование по умолчанию, это кормовая модель. В случае экспоненциального распределения пропорциональные риски и модель в кормовой части эквивалентны, поэтому, если распределение установлено как экспоненциальное, это модель пропорциональных рисков с экспоненциальной базовой линией. Аналогично, если используется базовая модель распределения Вейбулла в кормовой части, оценки параметров являются просто линейным преобразованием тех, которые используются в модели пропорциональных опасностей с базовым распределением Вейбулла. Но в целом суррег не подходит для модели Кокса РН.
Если требуется полупараметрическая модель, как это было найдено в intcox, предостережение: есть несколько проблем с текущей версией intcox (алгоритм обычно преждевременно завершает работу на значительном удалении от MLE, сразу проваливается с наблюдениями без цензуры, без стандартных ошибок автоматически представлен).
Новая альтернатива, которую вы можете использовать, - это пакет «icenReg».
Допуск предвзятости: это автор icenReg.
источник
ic_spнеобходимо оценить базовое распределение выживаемости (в отличие от случая с правильной цензурой), которое имеет столько же параметров, сколько уникальное время в ваших данных. Это создает проблему для мини-дозирования; с непрерывным временем базовые шаги не будут выстраиваться от партии к партии.Чтобы выполнить анализ цензуры по интервалам в R, вы должны создать объект Surv, а затем использовать Survfit (). Если у вас больше переменной, пакет intcox решит проблему.
источник