L'analyse de survie modélise les données de temps avant événement, généralement le temps de décès ou d'échec. Les données censurées sont un problème courant pour les analyses de survie.
Je souhaite créer une donnée de survie du jouet (temps avant l'événement) qui est censurée à droite et suit une certaine distribution avec des dangers proportionnels et un danger de base constant. J'ai créé les données comme suit, mais je ne suis pas en mesure d'obtenir des ratios de risque …
Je voulais mieux comprendre le test exact du pêcheur, j'ai donc imaginé l'exemple de jouet suivant, où f et m correspond à l'homme et à la femme, et n et y correspond à la "consommation de soda" comme ceci: > soda_gender f m n 0 5 y 5 0 Évidemment, …
On sait depuis un certain temps que le plus jeune âge auquel les joueurs d'échecs ont réussi à se qualifier pour le titre de grand maître a considérablement diminué depuis les années 1950, et il y a actuellement près de 30 joueurs qui sont devenus grands maîtres avant leur 15e …
Je suis tombé sur cette distribution dans un jeu vidéo et je voulais en savoir plus sur son comportement. Cela vient de la décision de savoir si un certain événement doit se produire après un certain nombre d'actions de joueurs. Les détails au-delà de cela ne sont pas pertinents. Il …
J'ai le modèle Cox PH suivant: (Heure, événement) ~ X + Y + Z Je voudrais obtenir les risques prévus taux (je parle des taux de risque NON ratios danger) , étant donné les valeurs spécifiques de X, Y, Z. Je sais que le package muhaz R peut calculer les …
Si j’émets l’hypothèse qu’une signature génique identifiera les sujets à moindre risque de récidive, c’est-à-dire diminuer de 0,5 (rapport de risque de 0,5) le taux d’événement dans 20% de la population et j’ai l’intention d’utiliser des échantillons issus d’une étude de cohorte rétrospective la taille de l'échantillon doit être ajustée …
Je me demande comment puis-je simuler un échantillon de n durées de vie de distribution Weibull qui incluent des observations de type I censurées à droite. Par exemple, ayons le n = 3, la forme = 3, l'échelle = 1 et le taux de censure = .15, et le temps …
Concernant la pondération du score de propension (IPTW) lors de la modélisation du risque proportionnel de Cox des données de survie dans le temps: J'ai des données de registre prospectives où nous souhaitons étudier l'effet du traitement d'un médicament que, dans la plupart des cas, les patients prenaient déjà au …
Je lis un peu les analyses de survie et la plupart des manuels disent que h(t)=limΔt→0P(t<T≤t+Δt|T≥t)Δt=f(t)1−F(t)(1)h(t)=limΔt→0P(t<T≤t+Δt|T≥t)Δt=f(t)1−F(t)(1)h(t)= \lim_{ \Delta t \rightarrow 0} \frac{P(t < T \leq t+\Delta t |T \geq t )}{ \Delta t} =\frac{f(t)}{1-F(t)} (1) où h(t)h(t)h(t) est le taux de risque, f(t)=limΔt→0P(t<T≤t+Δt)Δt(2)f(t)=limΔt→0P(t<T≤t+Δt)Δt(2)f(t)=\lim_{\Delta t \rightarrow 0} \frac{P(t < T \leq …
Je suis nouveau dans l'analyse de survie et j'ai récemment appris qu'il existe différentes façons de le faire en fonction d'un certain objectif. Je suis intéressé par la mise en œuvre réelle et la pertinence de ces méthodes. On m'a présenté les traditionnels risques proportionnels de Cox , les modèles …
J'ai des données sur une série de paris gagnants et perdants sur 5 tours d'enchères avec attrition après chaque tour. J'utilise un arbre de décision comme le suivant pour afficher les données. Les nœuds vers le haut de l'arbre sont ceux qui ont des paris gagnants, et ceux vers le …
Pour un exemple simple, supposons qu'il existe deux modèles de régression linéaire Modèle 1 a trois prédicteurs, x1a, x2betx2c Le modèle 2 a trois prédicteurs du modèle 1 et deux prédicteurs supplémentaires x2aetx2b Il existe une équation de régression de la population où la variance de la population expliquée est …
L' survivalensemble Rsemble se concentrer sur des modèles de survie à temps continu. Je souhaite estimer une version en temps discret d'un modèle de risque proportionnel, le modèle log-log complémentaire. J'ai un modèle de survie assez simple, avec une simple censure à droite. Je sais qu'une façon d'estimer ce modèle …
Je modélise l'effet de la grossesse sur l'issue d'une maladie (mort-vivante). Environ 40% des patientes sont tombées enceintes après le diagnostic, mais à différents moments. Jusqu'à présent, j'ai fait des graphiques KM montrant un effet protecteur clair de la grossesse sur la survie et également un modèle de Cox régulier.Cependant, …
Si j'ai des données de survie sans maladie (définies comme si une maladie particulière a été diagnostiquée ou non avec le temps jusqu'à cet événement ou la perte à suivre) et aussi des données de survie globale, comment puis-je gérer les décès qui surviennent sans le événement de maladie? Ces …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.