Modèle à risques proportionnels de Cox censuré par intervalles dans R

Étant donné les temps de survie à censure par intervalles, comment puis-je effectuer un modèle Cox PH à censure par intervalles dans R? Une recherche rseek révèle le package intcox, qui n'existe plus dans le Rréférentiel. Je suis presque certain que la coxphfonction dans le survivalpackage ne peut pas gérer les données de survie censurées par intervalles.

De plus, je ne veux pas imputer les données et ensuite utiliser la coxphfonction. Cette méthode sous-estime les erreurs standard des coefficients car vous ignorez l'incertitude de la censure d'intervalle.

Comme indiqué ci-dessus, vous pouvez utiliser la fonction survreg. Une remarque cependant: ce n'est pas strictement un modèle Cox PH, mais plutôt des modèles à l'échelle de l'emplacement. En utilisant la transformation de journal par défaut, c'est le modèle arrière. Dans le cas de la distribution exponentielle, les risques proportionnels et le modèle arrière sont équivalents, donc si la distribution est définie sur exponentielle, il s'agit d'un modèle de risques proportionnels avec une ligne de base exponentielle. De même, si un modèle arrière de distribution de base de Weibull est utilisé, les estimations des paramètres ne sont qu'une transformation linéaire de celles utilisées dans le modèle des risques proportionnels avec distribution de base de Weibull. Mais en général, survreg ne correspond pas à un modèle Cox PH.

Si un modèle semi-paramétrique est souhaité, tel que trouvé implémenté dans intcox, un mot d'avertissement: il y a plusieurs problèmes avec la version actuelle de intcox (l'algorithme se termine généralement prématurément de manière significative loin du MLE, échoue carrément avec des observations non censurées, pas d'erreurs standard automatiquement présenté).

Une nouvelle alternative que vous pourriez utiliser est le paquet "icenReg".

Admission de parti pris: c'est l'auteur de icenReg.

Pour effectuer une analyse censurée par intervalles dans R, vous devez créer un objet Surv, puis utiliser survfit (). Si vous avez plus d'une variable, le package intcox résout le problème.