問題タブ [cox-regression]

次のように構造化されたデータに cox モデルを当てはめています。

変数は実際にはRUTH.CLASS要因であり、私はそれを次のように変更しました:

すごい。

モデルをフィッティングした後

モデルにさらに変数を適合させると、同様のことが起こります。

以下からの切り捨てられた出力model.matrix：

これらのそれぞれの最初のレベルがモデルから除外されていることがわかります。任意の入力をいただければ幸いです。LESION.TYPE変数に空白レベルが含まれていないことに気付きました""が、これは設計によるものではありませんNA。

私は混乱しており、これについていくつかの助けを借りることができます。ありがとう。

間隔打ち切りデータを使用して生存分析を行っており、 incox パッケージの intcox() 関数を使用して Cox 回帰を実行しようとしています。私はすでに survfit() を使用して分析の一部を行っており、すべて正常に機能しました。

intcox を使用しようとすると、常に問題が発生します。

dados$sexo は 3 つの水準を持つ因子であり、dados は 156 個の観測値と 52 個の変数を持つリストです。Kaplan-Meier 分析を実行する場合や、間隔データなしで coxph() を使用する場合は問題ありません。他の変数を使用しても問題は同じようです。
R 3.0.1 を使用しています

**更新**
私は何も変更していませんが、エラーは次のようになります。

状況: (ネストされた) 多変数生存モデル (coxph) のペアがあります。新しいモデルは、古いモデルよりも大幅に優れており、C インデックスが高く、正味の再分類の改善 (NRI) がかなり優れているなどです。 -各モデルのさまざまなフォローアップ時間でのインデックス。検証用の外部データセットがないため、ブートストラップ検証 (推定値と信頼区間を取得するため) が役立つと思います。

しかし、これを行う方法が本当にわかりません。任意のポインタをいただければ幸いです。

coxme()coxme パッケージの関数を使用して、R で混合効果 Cox モデルをフィッティングしています。私のモデルでは、打ち切られた生存時間 $X$、単一の共変量 $Z$、およびグループ化変数 $Group$ があります。ランダム切片とランダム勾配があります。つまり、モデル $\lambda (t|Z,b_0,b_1) = \lambda_0(t) e^{\beta Z + b_0 + b_1 Z}$ を当てはめています。

変量効果の共分散行列の構造を指定したいと思います。特に、共分散行列が対角になるように、$b_0$ と $b_1$ が無相関であることを指定したいと思います。coxme()共分散構造を指定するのは非常に柔軟なようです。この関数のオプションに行列のリストを渡す必要があると思いますvarlistが、これまでのところ私の試みは失敗しており、それがどのように機能するかを完全に理解していないと思います。

カスタム分散関数をこのオプションに渡すこともできます。実際、パッケージのビネットの 1 つに、これを行う方法の例がいくつかあります。ただし、このプロセスは面倒で、(私が望んでいることですが) この場合は不要です。私の質問は、coxme()関数で対角共分散行列構造を簡単に指定するにはどうすればよいですか?

以下は、シミュレートされたサンプル データと、共分散構造を指定する最初の試みです。私の望みはcoxme()、線形結合 $V = \sigma^2_1 A + \sigma^2_2 B$ を、以下に定義する $A$ と $B$ とともに使用するように指示していたことであり、これが対角共分散行列に効果的に適合することでした。任意の対角要素を使用します。

survival次のようにRパッケージを使用して、状態1から状態2への遷移のCox比例ハザードモデルを推定しようとしています:

frailty引数なしでモデルを推定している場合、問題なく動作します。しかし、それを含めると、次のエラーが発生します。

誰が私が間違っているのか説明してもらえますか?

よろしく、

J

5 つの時間依存変数と 2 つの時間非依存変数を持つ coxph モデルがあります。cox.zph を使用して、比例ハザードの仮定と、マーチンゲール残差と逸脱残差をテストしたいと考えています。私の質問は、この関数が時間依存の共変量をどのように処理するかです。

Grant et al.,2014を読んだ後、これが時変共変量の PH 仮定を評価するために推奨される適合度検定であるかどうかはわかりません。

モデル：

私は現在、生存データの R で Cox モデルの Prentice、Williams、Peterson 拡張を実装しようとしていますが、パラメトリック モデルが必要で、それを実行できません。私が知らない、または他の誰かが以前にパラメトリック PWP モデルを作成したことがあるパッケージはありますか? これについて何か助けていただければ幸いです。

ありがとうJ