Je fais une régression multivariée de Cox, j'ai mes variables indépendantes significatives et mes valeurs bêta. Le modèle correspond très bien à mes données.
Maintenant, j'aimerais utiliser mon modèle et prédire la survie d'une nouvelle observation. Je ne sais pas comment faire cela avec un modèle de Cox. Dans une régression linéaire ou logistique, il serait facile de mettre les valeurs de la nouvelle observation dans la régression et de les multiplier par des bêtas. J'ai ainsi la prédiction de mon résultat.
Comment puis-je déterminer mon risque de base? J'en ai besoin en plus du calcul de la prédiction.
Comment cela se fait-il dans un modèle de Cox?
validate
fonction dans lerms
package R en conjonction avec lacph
fonction le fera. Le seul algorithme pas à pas implémentévalidate
est le pas en arrière.La fonction
predictSurvProb
dupec
package peut vous donner des estimations de risque absolues pour les nouvelles données basées sur un modèle de Cox existant si vous utilisez R.Les détails mathématiques, je ne peux pas expliquer.
EDIT: La fonction fournit des probabilités de survie, que j’ai prises jusqu’à présent comme 1 (probabilité d’événement).
EDIT 2:
On peut se passer du paquet pec. En utilisant uniquement le package de survie, la fonction suivante renvoie un risque absolu basé sur un modèle de Cox
la source
muhaz
paquets en R).S(t)=exp(−Λ(t))
oùΛ(t)
est le danger cumulé.Peut-être voudriez-vous aussi essayer quelque chose comme ça? Ajustez un modèle de risques proportionnels de Cox et utilisez-le pour obtenir la courbe de survie prévue pour une nouvelle instance.
Extrait du fichier d'aide pour le fichier survfit.coxph dans R (je viens d'ajouter la partie lignes)
N'oubliez pas cependant que, pour que l'hypothèse des risques proportionnels soit valable, le patient pour lequel vous prédisez devrait appartenir à un groupe qualitativement identique à celui utilisé pour dériver le modèle de risques proportionnels de Cox que vous avez utilisé pour le modèle. prédiction.
la source
La
basehaz
fonction dessurvival
packages fournit le risque de base aux points de temps de l'événement. À partir de là, vous pouvez progresser dans les calculs fournis par ocram et inclure les OU de vos estimations de coxph.la source
Le modèle de Cox repose sur l'hypothèse du risque proportionnel et sur l'utilisation de la vraisemblance partielle. La probabilité partielle a la fonction de risque de base éliminée. Donc, vous n'avez pas besoin de spécifier un. C'est la beauté de celui-ci!
la source
rms
.