Preguntas etiquetadas con cox-model

¿Cómo interpreta una curva de supervivencia del modelo de riesgo proporcional de Cox? En este ejemplo de juguete, supongamos que tenemos un modelo de riesgo proporcional de Cox ageen kidneydatos variables y generamos la curva de supervivencia. library(survival) fit <- coxph(Surv(time, status)~age, data=kidney) plot(conf.int="none", survfit(fit)) grid() Por ejemplo, en el …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

Quiero generar tiempo de supervivencia a partir de un modelo de riesgos proporcionales de Cox que contiene una covariable dependiente del tiempo. El modelo es h ( t | Xyo) = h0 0( t ) exp( γXyo+ α myo( t ) )h(t|Xi)=h0(t)exp⁡(γXi+αmi(t))h(t|X_i) =h_0(t) \exp(\gamma X_i + \alpha m_{i}(t)) donde se …

9 r  survival  cox-model  time-varying-covariate 

Estoy tratando de estimar el efecto de 2 medicamentos ( drug1, drug2) en la probabilidad de que un paciente se caiga ( event). Los pacientes pueden caerse más de una vez y pueden ser quitados o quitados de las drogas en cualquier momento. Mi pregunta es cómo deben estructurarse los …

9 r  survival  cox-model 

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 …

9 r  survival  cox-model  interval-censoring 

Supongamos que tengo una muestra de frecuencias de 4 eventos posibles: Event1 - 5 E2 - 1 E3 - 0 E4 - 12 y tengo las probabilidades esperadas de que ocurran mis eventos: p1 - 0.2 p2 - 0.1 p3 - 0.1 p4 - 0.6 Con la suma de las …

9 r  statistical-significance  chi-squared  multivariate-analysis  exponential  joint-distribution  statistical-significance  self-study  standard-deviation  probability  normal-distribution  spss  interpretation  assumptions  cox-model  reporting  cox-model  statistical-significance  reliability  method-comparison  classification  boosting  ensemble  adaboost  confidence-interval  cross-validation  prediction  prediction-interval  regression  machine-learning  svm  regularization  regression  sampling  survey  probit  matlab  feature-selection  information-theory  mutual-information  time-series  forecasting  simulation  classification  boosting  ensemble  adaboost  normal-distribution  multivariate-analysis  covariance  gini  clustering  text-mining  distance-functions  information-retrieval  similarities  regression  logistic  stata  group-differences  r  anova  confidence-interval  repeated-measures  r  logistic  lme4-nlme  inference  fiducial  kalman-filter  classification  discriminant-analysis  linear-algebra  computing  statistical-significance  time-series  panel-data  missing-data  uncertainty  probability  multivariate-analysis  r  classification  spss  k-means  discriminant-analysis  poisson-distribution  average  r  random-forest  importance  probability  conditional-probability  distributions  standard-deviation  time-series  machine-learning  online  forecasting  r  pca  dataset  data-visualization  bayes  distributions  mathematical-statistics  degrees-of-freedom 

Aquí está el resultado resumido del modelo Coxph que utilicé (utilicé R y el resultado se basa en el mejor modelo final, es decir, se incluyen todas las variables explicativas significativas y sus interacciones): coxph(formula = Y ~ LT + Food + Temp2 + LT:Food + LT:Temp2 + Food:Temp2 + …

9 r  interaction  regression-coefficients  cox-model 

¿Hay algún método para corregir el sesgo en el modelo de riesgo proporcional de Cox causado por una muestra seleccionada al azar (algo así como la corrección de Heckman)? Antecedentes : Digamos que la situación es la siguiente: - Durante los primeros dos años, todos los clientes son aceptados. - …

9 bias  cox-model 

He creado mi propia versión ligeramente mejorada del termplot que uso en este ejemplo, puedes encontrarla aquí . He publicado anteriormente en SO, pero cuanto más lo pienso, creo que esto probablemente esté más relacionado con la interpretación del modelo de riesgos proporcionales de Cox que con la codificación real. …

9 r  survival  cox-model 

Soy bastante nuevo en el análisis de supervivencia. Me aconsejaron que buscara y aprendiera los residuos de Schoenfeld como parte de un diagnóstico modelo para ver si se cumplió el supuesto de riesgo proporcional. Al buscar esto, he visto referencias a muchos tipos diferentes de residuos, que incluyen: Cox-Snell Desviación …

9 references  survival  residuals  cox-model  schoenfeld-residuals 

Tengo una pregunta metodológica y, por lo tanto, no se adjunta ningún conjunto de datos de muestra. Estoy planeando hacer una regresión de Cox ajustada por puntaje de propensión que tenga como objetivo examinar si un determinado medicamento reducirá el riesgo de un resultado. El estudio es observacional y comprende …

9 survival  cox-model  propensity-scores  regression-strategies 

Quiero calcular las tasas de incidencia para presentar a lo largo de las razones de riesgo para presentar medidas de riesgo relativas y absolutas. Vi en otros estudios que tales tasas de incidencia pueden calcularse utilizando modelos de Poisson con tiempo de seguimiento en el modelo como compensación. Así que …

9 r  survival  cox-model  poisson-regression  incidence-rate-ratio 

He leído los excelentes comentarios sobre cómo lidiar con los valores perdidos antes de aplicar SVD, pero me gustaría saber cómo funciona con un ejemplo simple: Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5 Dada la matriz anterior, …

8 r  missing-data  data-imputation  svd  sampling  matlab  mcmc  importance-sampling  predictive-models  prediction  algorithms  graphical-model  graph-theory  r  regression  regression-coefficients  r-squared  r  regression  modeling  confounding  residuals  fitting  glmm  zero-inflation  overdispersion  optimization  curve-fitting  regression  time-series  order-statistics  bayesian  prior  uninformative-prior  probability  discrete-data  kolmogorov-smirnov  r  data-visualization  histogram  dimensionality-reduction  classification  clustering  accuracy  semi-supervised  labeling  state-space-models  t-test  biostatistics  paired-comparisons  paired-data  bioinformatics  regression  logistic  multiple-regression  mixed-model  random-effects-model  neural-networks  error-propagation  numerical-integration  time-series  missing-data  data-imputation  probability  self-study  combinatorics  survival  cox-model  statistical-significance  wilcoxon-mann-whitney  hypothesis-testing  distributions  normal-distribution  variance  t-distribution  probability  simulation  random-walk  diffusion  hypothesis-testing  z-test  hypothesis-testing  data-transformation  lognormal  r  regression  agreement-statistics  classification  svm  mixed-model  non-independent  observational-study  goodness-of-fit  residuals  confirmatory-factor  neural-networks  deep-learning 

Tengo problemas para verificar los supuestos de una variable continua en un modelo de riesgos proporcionales. Si una variable fuera un factor con muchos niveles, entonces podría usar la prueba logrank o verificar si las transformaciones log (-log) de las curvas de supervivencia son paralelas. Pero, ¿qué pasa si una …

8 survival  cox-model  assumptions  hazard 

Estoy haciendo un análisis de supervivencia en R con el survivalpaquete. Creo que estoy trabajando con datos truncados a la izquierda, pero no estoy completamente seguro de cómo manejarlos. Tengo una cohorte de pacientes diagnosticados entre 1990 y 2012. Todos los pacientes tienen un tiempo de diagnóstico bien definido (tiempo …

8 r  survival  cox-model  truncation 

Estoy tratando de ejecutar una regresión de Cox en un conjunto de datos de 2,000,000 de filas de la siguiente manera usando solo R. Esta es una traducción directa de un PHREG en SAS. La muestra es representativa de la estructura del conjunto de datos original. ## library(survival) ### Replace …

8 r  logistic  survival  sas  cox-model