বেঁচে থাকার কক্সফ এবং আরএমএস সিএফ থেকে বিভিন্ন পূর্বাভাসের প্লট

আমি এই উদাহরণটিতে যে টার্মপ্ল্লটটি ব্যবহার করি তার নিজের সামান্য বর্ধিত সংস্করণটি তৈরি করেছি, আপনি এটি এখানে খুঁজে পেতে পারেন । আমি এর আগে এসওতে পোস্ট করেছি তবে আমি এটির বিষয়ে যত বেশি চিন্তা করি আমি বিশ্বাস করি যে এটি সম্ভবত কোডিংয়ের চেয়ে কক্স প্রসংশ্লিষ্ট বিপদ মডেলের ব্যাখ্যার সাথে আরও বেশি সম্পর্কিত।

সমস্যাটি

যখন আমি একটি হ্যাজার্ড অনুপাতের প্লটটি দেখি তখন আমি একটি রেফারেন্স পয়েন্ট আশা করি যেখানে আত্মবিশ্বাসের ব্যবধানটি স্বাভাবিকভাবে 0 হয় এবং যখন আমি যখন সিএফ () rms packageব্যবহার করি না তখন যখন আমি কক্সফ () ব্যবহার করি না survival package। কক্স্ফ () দ্বারা সঠিক আচরণ এবং যদি তাই হয় তবে রেফারেন্স পয়েন্টটি কী? এছাড়াও, কক্স্ফের ডামি ভেরিয়েবলের () একটি অন্তর রয়েছে এবং মান ব্যতীত অন্য ? $e^0$

উদাহরণ

আমার পরীক্ষার কোডটি এখানে:

# Load libs
library(survival)
library(rms)

# Regular survival
survobj <- with(lung, Surv(time,status))

# Prepare the variables
lung$sex <- factor(lung$sex, levels=1:2, labels=c("Male", "Female"))
labels(lung$sex) <- "Sex"
labels(lung$age) <- "Age"

# The rms survival
ddist <- datadist(lung)
options(datadist="ddist")
rms_surv_fit <- cph(survobj~rcs(age, 4)+sex, data=lung, x=T, y=T)

সিএফপি প্লট

এই কোড:

termplot2(rms_surv_fit, se=T, rug.type="density", rug=T, density.proportion=.05,
          se.type="polygon", yscale="exponential", log="y", 
          xlab=c("Age", "Sex"), 
          ylab=rep("Hazard Ratio", times=2),
          main=rep("cph() plot", times=2),
          col.se=rgb(.2,.2,1,.4), col.term="black")

এই প্লট দেয়:

cph () termplot2

কক্সফ প্লট

এই কোড:

termplot2(surv_fit, se=T, rug.type="density", rug=T, density.proportion=.05, 
          se.type="polygon", yscale="exponential", log="y", 
          xlab=c("Age", "Sex"), 
          ylab=rep("Hazard Ratio", times=2),
          main=rep("coxph() plot", times=2),
          col.se=rgb(.2,.2,1,.4), col.term="black")

এই প্লট দেয়:

coxph () termplot2

হালনাগাদ

যেমন @ ফ্র্যাঙ্ক হ্যারেল পরামর্শ দিয়েছেন এবং পরামর্শটি সামঞ্জস্য করার পরে তার সাম্প্রতিক মন্তব্যে আমি পেয়েছি:

p <- Predict(rms_surv_fit, age=seq(50, 70, times=20), 
             sex=c("Male", "Female"), fun=exp)
plot.Predict(p, ~ age | sex,
             col="black",
             col.fill=gray(seq(.8, .75, length=5)))

এটি এই খুব সুন্দর প্লট দিয়েছে:

জাল প্লট

আমি কমেন্টের পরে আবার কন্ট্রাস্ট.আরএমএসের দিকে নজর রেখেছি এবং এই কোডটি চেষ্টা করেছি যা একটি প্লট দিয়েছে ... যদিও আরও অনেক কিছু রয়েছে যা করা যায় :-)

w <- contrast.rms(rms_surv_fit, 
                  list(sex=c("Male", "Female"), 
                       age=seq(50, 70, times=20)))

xYplot(Cbind(Contrast, Lower, Upper) ~ age | sex, 
       data=w, method="bands")

এই প্লট দিয়েছে:

বিপরীতে প্লট

আপডেট 2

অধ্যাপক থেরনাউ আস্থার কোমরের অভাব নিয়ে প্লটগুলি সম্পর্কে মন্তব্য করার পক্ষে যথেষ্ট দয়া করেছিলেন:

গামার মতো কক্সফোনে স্মুথ স্প্লিংগুলি স্বাভাবিক করা হয় যাতে যোগফল (পূর্বাভাস) = 0 হয়। সুতরাং আমার কাছে একটি নির্দিষ্ট একক পয়েন্ট নেই যার জন্য ভেরিয়েন্সটি অতিরিক্ত ছোট।

যদিও আমি এখনও জ্যামের সাথে পরিচিত নই তবে এটি আমার প্রশ্নের উত্তর বলে মনে হচ্ছে: এটি ব্যাখ্যার বিষয় বলে মনে হচ্ছে।

r survival cox-model

— ম্যাক্স গর্ডন
সূত্র

বিভিন্ন মন্তব্য। আরএমএস এবং ডিজাইন প্যাকেজগুলির মধ্যে পার্থক্যের জন্য প্রথমে biostat.mc.vanderbilt.edu/Rrms পড়ুন । দ্বিতীয়ত, প্লটের পরিবর্তে প্লট () ব্যবহার করুন work কাজ বাঁচানোর জন্য ভবিষ্যদ্বাণী করুন। তৃতীয় আপনি সহজেই উভয় লিঙ্গের জন্য প্লট তৈরি করতে পারেন, যেমন পূর্বাভাস (ফিট, বয়স, লিঙ্গ, মজা = এক্সপ্রেস) ব্যবহার করে # এক্সপ্রেস = অ্যান্টি-লগ; তারপরে প্লট (ফলাফল) বা প্লট (ফলাফল, ~ বয়স | লিঙ্গ)। আপনি ভবিষ্যদ্বাণীতে "x = NA" ব্যবহার করবেন না। আরএমএস ল্যাটিক্স গ্রাফিক্স ব্যবহার করে তাই স্বাভাবিক পার গ্রাফিক্সের পরামিতি এবং এমফ্রো প্রয়োগ হয় না। আমার rms কোর্সের হ্যান্ডআউটের উদাহরণগুলি biostat.mc.vanderbilt.edu/rms এ দেখুন । কনট্রাস্ট.আরএমএসের জন্য ডকুমেন্টেশন অধ্যয়ন করুন।

— ফ্র্যাঙ্ক হ্যারেল

আপনার সহযোগিতার জন্য আপনাকে অনেক ধন্যবাদ। আমি কোডটি আরও ভাল উদাহরণ সহ আপডেট করেছি এবং প্রফেসর যুক্ত করেছি। থের্নুর প্রতিক্রিয়া। পিএস আমি সত্যিই উচ্ছ্বসিত যে আপনার বইয়ের একটি নতুন সংস্করণ পরিকল্পনা করা, কাটপয়েন্ট বায়াস বিভাগটি প্রসারিত করা একটি রেফারেন্স হিসাবে খুব কার্যকর হবে

— ম্যাক্স গর্ডন

আপনি ব্যবহার করতে পারেন plotএবং contrastপরিবর্তে plot.Predictএবং contrast.rms। আমি এর পরিবর্তে byবা lengthভিতরে ব্যবহার করব এবং দুটি তালিকা দেব যাতে আপনি বিপরীতে যা ঠিক তা নির্দিষ্ট করেন। আত্মবিশ্বাস ব্যান্ডের জন্য আপনি শেডিংও ব্যবহার করতে পারেন । seqtimescontrastxYplot

— ফ্র্যাঙ্ক হ্যারেল

ধন্যবাদ। আমি প্লটটি ব্যবহার করতে পছন্দ করি red ভবিষ্যদ্বাণী করা কারণ আমি তখন আরস্টুডিওতে সঠিক সহায়তা পেয়েছি - এমন কিছু যা আমার ক্ষেত্রে পুরো ফাংশনটির নাম লেখার জন্য যে সময় লাগে তার চেয়ে অনেক বেশি গুরুত্বপূর্ণ (স্বতঃসম্পূর্ণ (ট্যাব ব্যবহার করে) আমি আসলে করি না আলগা যে অনেক সময়)।

— ম্যাক্স গর্ডন

আমি মনে করি অবশ্যই একটি পয়েন্ট থাকা উচিত যেখানে আত্মবিশ্বাসের ব্যবধানটি শূন্য প্রস্থের। আপনি একটি তৃতীয় উপায়ও চেষ্টা করতে পারেন যা কেবলমাত্র rms ফাংশন ব্যবহার করা। বিপদ অনুপাতের প্লট পেতে কনট্রাস্ট.আরএমএসের জন্য সহায়তা ফাইলের নীচে একটি উদাহরণ রয়েছে। এটি # মন্তব্য দিয়ে শুরু হয় চিকিত্সা এবং লিঙ্গের দ্বারা পৃথক অনুমান দেখায়। অনুপাতটি পেতে আপনাকে অ্যান্টি-লগ দরকার।

— ফ্র্যাঙ্ক হ্যারেল
সূত্র

আপনার উত্তর করার জন্য আপনাকে ধন্যবাদ। আপনার কি মনে হয় প্রোফাইলে আমার এই সমস্যাটি উল্লেখ করা উচিত? টেরি থের্নিউ যদি এটি কোনও বাগ / ভুল ব্যাখ্যা হিসাবে বিবেচনা করা হয়? আমি আরএমএস প্যাকেজে গ্রাফিক সমাধানগুলিও দেখেছি, আমি প্লটের জন্য কনট্রাস্ট.আরএমএসের ব্যবহারটি বেশ বুঝতে পারি না। প্লট.প্রেডিক্টটি টের্মপ্লট অনুরূপ আউটপুট করায় বলে মনে হচ্ছে তবে আমি যা চাই ঠিক তা করতে পারি না ... প্রশ্নটিতে আমার আপডেট দেখুন।

— ম্যাক্স গর্ডন

জিজ্ঞাসা করার জন্য তাকে লিখতে ভাল লাগবে, এবং কয়েক মিনিট আগে তিনি আমাকে যে বিমানবন্দরটি দিয়েছিলেন তার জন্য তাকে ধন্যবাদ জানাতে বলুন। আমি অন্যান্য প্রশ্নের উপরে মন্তব্য করব।

— ফ্র্যাঙ্ক হ্যারেল