Intervalo censurado modelo de riesgos proporcionales de Cox en R

Dados los tiempos de supervivencia censurados por intervalos, ¿cómo realizo un modelo Cox PH censurado por intervalos R? Una búsqueda rseek muestra el paquete intcox, que ya no existe en el Rrepositorio. Estoy casi seguro de que la coxphfunción en el survivalpaquete no puede manejar datos de supervivencia censurados por intervalos.

Además, no quiero imputar los datos y luego usar la coxphfunción. Este método subestima los errores estándar de los coeficientes porque ignora la incertidumbre de la censura por intervalos.

r survival cox-model interval-censoring

— wcampbell
fuente

Todavía puede instalar el intcoxpaquete incluso si no está CRANusando el normal install.packages("intcox").

— smillig

Hmmm ... no pude hacer eso. ¿Podría la selección de espejo afectar la descarga?

— wcampbell

Es posible, pero no lo sé. Acabo de usar el Berlin CRAN para hacerlo hace unos 10 minutos (R versión 2.15.1).

— smillig

La vista de tareas CRAN de Survival Analysis resume los paquetes disponibles para el análisis de supervivencia, incluido un número con soporte para la censura por intervalos.

— jthetzel 01 de

A partir del 21 de diciembre de 2015, pude install.packages("intcox")sin ningún problema en particular (R-desarrollo, pero cualquier R moderna debería funcionar)

— Ben Bolker

Respuestas:

Como se indicó anteriormente, puede usar la función survreg. Sin embargo, una nota: este no es estrictamente un modelo Cox PH, sino modelos a escala de ubicación. Usando la transformación de registro predeterminada, este es el modelo de popa. En el caso de la distribución exponencial, los riesgos proporcionales y el modelo en popa son equivalentes, por lo que si la distribución se establece en exponencial, este es un modelo de riesgos proporcionales con una línea de base exponencial. Del mismo modo, si se utiliza un modelo de línea de base de distribución de Weibull en popa, las estimaciones de los parámetros son solo una transformación lineal de las utilizadas en el modelo de riesgos proporcionales con la distribución de línea de base de Weibull. Pero en general, survreg no se ajusta a un modelo Cox PH.

Si se desea un modelo semiparamétrico, como se encuentra implementado en intcox, una palabra de precaución: hay varios problemas con la versión actual de intcox (el algoritmo generalmente termina prematuramente de manera significativa lejos del MLE, falla por completo con observaciones sin censura, sin errores estándar) presentado automáticamente).

Una nueva alternativa que podría usar es el paquete "icenReg".

Admisión de sesgo: este es el autor de icenReg.

— Acantilado
fuente

¡Bienvenido a nuestro sitio! Nos complace tenerte a ti y a tus excelentes contribuciones.

— whuber

@Cliff AB ¿Qué método semiparamétrico específico utiliza en la función ic_sp? ¿Tienes un documento o tutorial sobre el método?

— Munichong

@Munichong: el documento completo se puede encontrar aquí . Alternativamente, la viñeta del paquete también ofrece una introducción rápida a los modelos; ver aquí

— Cliff AB

@CliffAB Dado que mis datos son demasiado grandes para caber en la memoria, quiero modificar ic_sp de forma estocástica: alimente un mini-lote a ic_sp y configure maxIter = 1, obtenga los gradientes y actualice las versiones beta de forma iterativa. ¿Sabes cómo puedo acceder a los degradados desde la función ic_sp?

— Munichong

@Munichong: ¡interesante! Desafortunadamente, no creo que este método funcione. En particular, ic_spnecesita estimar la distribución de supervivencia de referencia (a diferencia del caso censurado correcto), que tiene tantos parámetros como tiempos únicos en sus datos. Esto crea un problema para los mini lotes; con tiempos continuos, los pasos de la línea de base no se alinearán lote a lote.

— Cliff AB

Para hacer un análisis censurado por intervalos en R, debe crear un objeto Surv y luego usar survfit (). Si tiene más de una variable, el paquete intcox resuelve el problema.

— JMarcelino
fuente