কেউ কি আমার কক্স মডেলকে সরল ইংরেজিতে ব্যাখ্যা করতে পারেন?
আমি ফাংশনটি ব্যবহার করে আমার সমস্ত ডেটাতে নিম্নলিখিত কক্স রিগ্রেশন মডেলটি ফিট করেছি cph। আমার ডেটা বলা একটি অবজেক্টে সংরক্ষিত হয় Data। পরিবর্তনশীল w, xএবং yঅবিচ্ছিন্ন; zদুটি স্তরের একটি ফ্যাক্টর। সময় মাসগুলিতে পরিমাপ করা হয়। আমার রোগীদের কিছু পরিবর্তনশীল জন্য তথ্য অনুপস্থিত z( বিশেষ দ্রষ্টব্য : আমি যথাযথভাবে ডঃ Harrell এর পরামর্শ উল্লিখিত আছে, নিচে, যে আমি এই মান যাতে আরোপ এড়াতে হিসাবে আমার মডেল biasing, এবং ভবিষ্যতে তা করতে হবে)।
> fit <- cph(formula = Surv(time, event) ~ w + x + y + z, data = Data, x = T, y = T, surv = T, time.inc = 12)
Cox Proportional Hazards Model
Frequencies of Missing Values Due to Each Variable
Surv(time, event) w x y z
0 0 0 0 14
Model Tests Discrimination
Indexes
Obs 152 LR chi2 8.33 R2 0.054
Events 64 d.f. 4 g 0.437
Center 0.7261 Pr(> chi2) 0.0803 gr 1.548
Score chi2 8.07
Pr(> chi2) 0.0891
Coef S.E. Wald Z Pr(>|Z|)
w -0.0133 0.0503 -0.26 0.7914
x -0.0388 0.0351 -1.11 0.2679
y -0.0363 0.0491 -0.74 0.4600
z=1 0.3208 0.2540 1.26 0.2067
আমি cox.zphনীচে নীচের কমান্ডটি ব্যবহার করে আনুপাতিক বিপদের ধারণা অনুধাবন করার চেষ্টা করেছি , তবে কীভাবে এর ফলাফলগুলি ব্যাখ্যা করতে হয় তাও জানি না। ফেলে plot()কমান্ড প্রায় একটি ত্রুটির বার্তা দেয়।
cox.zph(fit, transform="km", global=TRUE)
rho chisq p
w -0.1125 1.312 0.2520
x 0.0402 0.179 0.6725
y 0.2349 4.527 0.0334
z=1 0.0906 0.512 0.4742
GLOBAL NA 5.558 0.2347
প্রথম সমস্যা
- কেউ কি আমাকে উপরের আউটপুট ফলাফলগুলি সরল ইংরেজিতে ব্যাখ্যা করতে পারে? আমার একটি চিকিত্সা ব্যাকগ্রাউন্ড আছে এবং পরিসংখ্যান সম্পর্কে কোনও আনুষ্ঠানিক প্রশিক্ষণ নেই।
দ্বিতীয় সমস্যা
ডঃ হ্যারেলের পরামর্শ অনুসারে, আমি
rmsপ্যাকেজটি ব্যবহার করে 10-গুণ ক্রস-বৈধকরণের 100 পুনরাবৃত্তিগুলি সম্পাদন করে অভ্যন্তরীণভাবে আমার মডেলটিকে বৈধতা দিতে চাই (যা আমি বুঝতে পারি তাতে এটি100 * 10 = 1000বিভিন্ন মডেল তৈরি করতে বাধ্য হবে এবং তারপরে বেঁচে থাকার সময়ের পূর্বাভাস দিতে বলবে) রোগীদের যা তারা কখনও দেখেনি)।আমি
validateফাংশনটি ব্যবহার করার চেষ্টা করেছি , যেমনটি দেখানো হয়েছে।> v1 <- validate(fit, method="crossvalidation", B = 10, dxy=T) > v1 index.orig training test optimism index.corrected n Dxy -0.2542 -0.2578 -0.1356 -0.1223 -0.1320 10 R2 0.0543 0.0565 0.1372 -0.0806 0.1350 10 Slope 1.0000 1.0000 0.9107 0.0893 0.9107 10 D 0.0122 0.0128 0.0404 -0.0276 0.0397 10 U -0.0033 -0.0038 0.0873 -0.0911 0.0878 10 Q 0.0155 0.0166 -0.0470 0.0636 -0.0481 10 g 0.4369 0.4424 0.6754 -0.2331 0.6700 10আপনি কীভাবে 100x পুনর্নির্মাণের কাজটি করবেন? আমি মনে করি আমার উপরের কোডটি কেবল একবার ক্রস-বৈধকরণ সম্পাদন করে।
আমি তখন জানতে চেয়েছিলাম আমার মডেলটি কতটা ভাল ছিল তা পূর্বাভাসে। আমি নিম্নলিখিত চেষ্টা করেছিলাম:
> c_index <- abs(v1[1,5])/2 + 0.5 > c_index [1] 0.565984এর অর্থ কি এই যে আমার মডেলটি একটি মুদ্রা উল্টানোর চেয়ে খুব সামান্য ভাল?
তৃতীয় সমস্যা
ডাঃ হ্যারেল উল্লেখ করেছেন যে আমি কোভারিয়েট প্রভাবগুলির জন্য রৈখিকতা ধরে নিয়েছি এবং আমার নমুনায় ইভেন্টের সংখ্যা কেবলমাত্র নির্ভরযোগ্য মডেল ফিট করার পক্ষে যথেষ্ট বড় যদি সমস্ত কোভারিয়েট প্রভাব লিনিয়ার হতে পারে।
- এর অর্থ কি এই যে আমার মডেলটিতে কোনও ধরণের ইন্টারঅ্যাকশন শব্দটি অন্তর্ভুক্ত করা উচিত? যদি তাই হয় তবে কোন পরামর্শ কী রাখবেন?
cphআমাকে উপরের আউটপুটটি সরল ইংরেজিতে ব্যাখ্যা করার চেষ্টা করে বা আমাকে এমন কোনও রেফারেন্সের দিকে নির্দেশ করে তবে আমি সত্যই এটির প্রশংসা করব। ডাঃ হ্যারেল, এ পর্যন্ত আপনার সহায়তার জন্য অনেক ধন্যবাদ!