Modelo de riscos proporcionais de Cox censurado por intervalo em R

Dado o tempo de sobrevivência com intervalo de censura, como faço para executar um modelo Cox PH com intervalo de censura R? Uma pesquisa rseek exibe o pacote intcox, que não existe mais no Rrepositório. Estou quase certo de que a coxphfunção no survivalpacote não pode lidar com dados de sobrevivência censurados por intervalo.

Além disso, não quero imputar os dados e depois usar a coxphfunção Este método subestima os erros padrão dos coeficientes porque você está ignorando a incerteza da censura de intervalo.

r survival cox-model interval-censoring

— wcampbell
fonte

Você ainda pode instalar o intcoxpacote, mesmo que não esteja CRANusando o normal install.packages("intcox").

— smillig

Hummm ... eu não fui capaz de fazer isso. A seleção de espelhos poderia afetar o download?

— Wcampbell

É possível, mas eu não sei. Eu apenas usei o Berlin CRAN para fazer isso há cerca de 10 minutos (versão R 2.15.1).

— smillig

A Visualização de Tarefa CRAN de Análise de Sobrevivência resume os pacotes disponíveis para análise de sobrevivência, incluindo um número com suporte para censura por intervalo.

— Jtetzel #

A partir de 21 de dezembro de 2015, eu consegui install.packages("intcox")sem nenhum problema em particular (R-devel, mas qualquer R moderno deve funcionar) #

— Ben Bolker

Respostas:

Como mencionado acima, você pode usar a função survreg. Uma observação: este não é estritamente um modelo de Cox PH, mas sim modelos em escala de localização. Usando a transformação de log padrão, este é o modelo de ré. No caso da distribuição exponencial, os riscos proporcionais e o modelo à ré são equivalentes; portanto, se a distribuição for definida como exponencial, este será um modelo de riscos proporcionais com uma linha de base exponencial. Da mesma forma, se um modelo de linha de base de distribuição Weibull a ré for usado, as estimativas de parâmetro são apenas uma transformação linear daquelas usadas no modelo de riscos proporcionais com a distribuição de linha de base Weibull. Mas, em geral, o survreg não se encaixa no modelo de Cox PH.

Se um modelo semi-paramétrico for desejado, conforme encontrado implementado no intcox, uma palavra de cautela: há vários problemas com a versão atual do intcox (o algoritmo normalmente termina prematuramente significativamente longe do MLE, falha totalmente com observações sem censura, sem erros padrão apresentado automaticamente).

Uma nova alternativa que você pode usar é o pacote "icenReg".

Admissão de viés: esse é o autor do icenReg.

— Cliff AB
fonte

Bem vindo ao nosso site! Estamos felizes em ter você e suas boas contribuições.

— whuber

@Cliff AB Que método semi-paramétrico específico você usa na função ic_sp? Você tem um artigo ou tutorial sobre o método?

— Munichong

@ Munichong: o artigo completo pode ser encontrado aqui . Como alternativa, a vinheta do pacote também fornece uma rápida introdução aos modelos; veja aqui

— Cliff AB

@CliffAB Como meus dados são muito grandes para caber na memória, desejo modificar o ic_sp de maneira estocástica: Alimente um minilote para ic_sp e defina maxIter = 1, obtenha os gradientes e atualize os iterativamente. Você sabe como posso acessar os gradientes da função ic_sp?

— Munichong

@ Munichong: interessante! Infelizmente, não acho que esse método funcione. Em particular, é ic_spnecessário estimar a distribuição de sobrevivência da linha de base (diferente do caso censurado à direita), que possui tantos parâmetros quanto os tempos únicos em seus dados. Isso cria um problema para mini-lote; com tempos contínuos, as etapas da linha de base não alinham lote a lote.

— Cliff AB

Para fazer uma análise censurada por intervalo em R, você deve criar um objeto Surv e, em seguida, usar survfit (). Se você tiver mais de uma variável, o pacote intcox resolve o problema.

— JMarcelino
fonte