問題タブ [cox-regression]

数か月前にこの質問で取り上げられたトピックに戻ります。

3 つのレベルを持つ因子共変量 (カテゴリ変数) を含む coxph モデルがあります。

cox.zph を使用して比例ハザード仮定の違反についてモデルをテストすると、因子のレベルの 1 つが仮定に違反していることが示されます。

通常、私は問題のある共変量を時間の関数と相互作用させますが、この場合、因子を扱っているため、これが意味をなすかどうかはわかりません。

いずれの場合でも、因子を時間の関数と相互作用させようとすると、エラーが返されます。

どうすればよいかアドバイスいただけますか？時間との相互作用で問題の要因レベルを「ターゲット」にする方法はありますか? ありがとう。

生存分析用の Python のパッケージはありますか? 具体的には、Cox 回帰の実行に興味がありますか?

私はこの例を知っていますが、それは R にあります。Python を R とインターフェースするだけでよいでしょうか (たとえば、rpy2を使用して)?

次のコードを実行すると、real.dat20531 個の遺伝子に対して 1063 個のサンプルを持つデータ フレームが作成されます。という名前の 2 つの追加の列があり、timeは生存時間、はの場合、 の場合はです。eventtimeeventdeath10censored

上記のデータ フレームの各遺伝子の単変量 Cox 回帰 p 値を取得したいと考えています。どうすればこれを入手できますか?

データはこちらからダウンロードできます。

Edit:説明が不十分で申し訳ありません。coxphライブラリの関数で取得しようとしましたsurvival。しかし、1 つの遺伝子でも、次のエラーが表示されます -

> coxph(Surv(time, event) ~ HIF3A, real.dat) Error in fitter(X, Y, strats, offset, init, control, weights = weights, : NA/NaN/Inf in foreign function call (arg 6) In addition: Warning message: In fitter(X, Y, strats, offset, init, control, weights = weights, : Ran out of iterations and did not converge

そのため、再現可能な小さな例を提供しませんでした。

newdata 引数の意味がわかりません。誰かが私にこれを説明してもらえますか? ドキュメントを読みましたが、正直なところ、理解できません。いつ使用する必要がありますか?

複数の入力に対して coxph を実行する方法はありますか。ここでは input を使用しましたhsa_let_7b_5p。

利用可能な過去のデータ (タイムスタンプ付きのデータ) に基づいて、特定のイベントがいつ発生するかを予測する必要があるという問題を考えてみましょう。

例えば

特定のマシンが実行されており、その特定のマシンおよび他の同様の種類のマシンからさまざまなタイムスタンプで収集されたデータがあるとします。データには、一部の機能で障害が発生し、正常に動作しているマシンから収集された値が含まれます。

私がする必要があるのは、特定のマシン (または一部の機能) がいつ故障するかを予測することです。

問題から私が理解したのは、時系列分析の問題です。結果が時間である生存分析について聞いたことがあります。しかし、他にどのモデルを試すことができるかわかりません。

誰かが特定の問題に使用できるすべてのモデルを説明してください (モデルのさまざまな品質マトリックスを比較すると仮定します)。時系列以外のアプローチがあります。アドバイスしてください（私の仮定は、生存分析は時系列分析の一部です）

使用するテクノロジーは R または Python (scikit-learn) です。

前もって感謝します

書こうとしている関数の振る舞いに困惑しています。私の例はsurvivalパッケージから来ていますが、質問はそれよりも一般的だと思います。基本的には以下のコード

興味のあるオブジェクトが得られます。ただし、関数で記述すると、

関数は最後の行でエラーを返します。

自分に欠けている明らかな何かがあるのか​​、それともそのような行動が正常なのか、私は興味があります。my_functionI の環境では、コードの最初の部分を実行すると、グローバル環境と同じオブジェクトが存在するため、奇妙に感じます。

編集: パッケージの作成者である Terry Therneau からも有用な情報を受け取りましたsurvival。これが彼の答えです：

これは、model.frame によって行われる標準外の評価に起因する問題です。私が見つけた唯一の方法は、元の coxph 呼び出しに model.frame=TRUE を追加することです。これは R の重大な設計上の欠陥だと思います。標準外の評価は暗黒面のようなものです。魅力的で簡単な道であり、常に悪い結果に終わります。テリー T.

Python で再発イベントの生存モデルをモデル化する方法、特に CoxPH を使用したカウント プロセス アプローチを見つけようとしています。Counting Process Approach では、開始時刻と終了時刻が必要です。しかし、ライフラインの CoxPHFitter の fit メソッドは、時間に対して 1 つの期間列のみを想定しています。同じものを処理するための代替方法がPythonで見つかりませんでした。

誰かがPythonで再発イベントの生存分析を処理するための解決策/ポインタを提供してもらえますか.

Rのsurvrecは知っていますが、Pythonで方法を見つける必要があります

前もって感謝します