সময়-নির্ভরশীল ভেরিয়েবলগুলির সাথে পুনরাবৃত্ত ইভেন্ট ডেটার জন্য ডেটা এবং ফাংশন কলের কাঠামো

Question

আমি রোগীর ( ) পড়ে যাওয়ার সম্ভাবনাতে 2 টি ওষুধের ( drug1, drug2) এর প্রভাব অনুমান করার চেষ্টা করছি event। রোগীরা একাধিকবার পড়তে পারে এবং যে কোনও সময়ে ওষুধগুলি প্রয়োগ বা বন্ধ করতে পারে।

আমার প্রশ্ন হ'ল সময়কাল (দিন) সম্পর্কিত ডেটা কীভাবে গঠন করা উচিত, বিশেষত দিনের মধ্যে ওভারল্যাপ হওয়া দরকার কিনা whether আমার কাঠামোটি ভুল বলে মনে করার দুটি কারণ রয়েছে, প্রথমটি আপাতদৃষ্টিতে ভুল বলে মনে হচ্ছে N। আমিও কিছু ত্রুটি পাচ্ছি যেখানে সময়ের একদিনে (অর্থাত হয় time1=4, time2=4) এবং অনিশ্চিত এই কিভাবে কোডেড করা উচিত নই। পরবর্তী এন্ট্রিগুলির শুরুর সময়টি কি পূর্ববর্তী প্রবেশের স্টপ সময় হওয়া উচিত? আমি এটি উভয় উপায়ে চেষ্টা করেছি (ওভারল্যাপ সহ এবং এর বাইরে) এবং ওভারল্যাপ থাকার পরে সতর্কতা থেকে মুক্তি পেয়েছে, Nতবুও এটি ভুল।

Warning message:
In Surv(time = c(0, 2, 7, 15, 20, 0, 18, 27, 32, 35, 39, 46, 53,  :
  Stop time must be > start time, NA created

এই মুহুর্তে আমার কাছে ডেটা সেট আপ আছে যেখানে পরের দিন প্রবেশের শুরু হবে। স্বতন্ত্র রোগীদের তাদের দ্বারা চিহ্নিত করা হয় chart numbers।

Time1    Time2    Drug1    Drug2   Event    ChartNo
    0        2        1        0       0        123
    3       10        1        1       1        123
   11       14        1        1       1        123
    0       11        0        1       0        345
    0       19        1        0       1        678
    0        4        0        1       0        900
    5       18        1        1       0        900

2 দিন শুরুতে রোগী 123 ড্রাগ 1 এ ছিল, যার পরে তারা ড্রাগ 2 যুক্ত করেছিল। তারা প্রথমবার পড়ার আগে উভয় ওষুধের 3 থেকে 10 দিন গিয়েছিল, পরে 14 a য় দ্বিতীয়বার পড়েছিল যখন উভয় ড্রাগেই ছিল। রোগী 345 না পড়েই ড্রাগ 2 এ 11 দিন গিয়েছিল (তখন সেন্সর করা হয়েছিল) ইত্যাদি,

আসল অনুমানটি এরকম দেখাচ্ছে:

S <- Srv(time=time1, time2=time2, event=event)
cox.rms <- cph(S ~ Drug1 + Drug2 + cluster(ChartNo), surv=T)

আমার প্রধান উদ্বেগটি হ'ল nআমার বিশ্লেষণের জন্য রিপোর্ট করা হয়েছে 2017(তথ্যটিতে সারি সংখ্যা), যখন বাস্তবতায় আমার কেবল 314অনন্য রোগী থাকে। আমি নিশ্চিত নই যে এটি স্বাভাবিক বা আমি কিছু ভুলত্রুটির ফলস্বরূপ।

> cox.rms$n
Status
No Event    Event 
    1884      133 

coxph()বেঁচে থাকার প্যাকেজটি ব্যবহার করার সময় একই কথা সত্য ।

 n= 2017, number of events= 133

ইভেন্টের সংখ্যা তবে সঠিক।

এই পোস্টটি আমার বর্ণনা করা 'ওভারল্যাপ' দিয়ে সেট আপ করেছে বলে মনে হচ্ছে, তবে আমি এই সম্পর্কে অনিশ্চিত N, এবং তারা এটিকে ক্লাস্টার করছে বলে মনে হয় না ID।

Comments

+cluster(ChartNo)মেয়াদ পুনরাবৃত্তি পর্যবেক্ষণ উদ্বেগ যত্ন নিতে হবে। একটি বিকল্প পন্থা + (1|subject)হ'ল একটি কক্সেম :: কক্সেম বিশ্লেষণে যুক্ত করা।

— ডিউইন

Answer 1

আপনার ডেটা ফর্ম্যাটিংটি সঠিক।

বারবার ঘটে যাওয়া ইভেন্টগুলি এবং ড্রাগের সংযোজন জটিলতার কারণে আপনার সময় প্রতি রোগীর একাধিক রেকর্ড রয়েছে c আপনি যে আউটপুটটি ব্যবহার করে মুদ্রণ headকরেছেন তা এই ডেটাগুলি বোঝার জন্য সহায়ক।

পুনরাবৃত্ত ইভেন্টগুলির পাশাপাশি সময়ের পরিবর্তিত বিভিন্ন কোভারিয়েটগুলির বিশ্লেষণের আদর্শ পদ্ধতির তথ্য উপাত্তকে "দীর্ঘ" ফর্ম্যাটে ফর্ম্যাট করা হয় যেখানে প্রতিটি সারি ঝুঁকি-কোভারিয়েট পর্যবেক্ষণের ব্যবধানকে উপস্থাপন করে। উদাহরণস্বরূপ, আমরা দেখতে পাচ্ছি যে রোগী 123 এককভাবে ড্রাগ 1 এর সাথে 0 থেকে সময় 2 সময় ধরে চলেছে, তারপরে 3 থেকে ড্রাগ 1 এবং ড্রাগ 2 উভয়ই গ্রহণ করতে পরিবর্তন করে that সেই সময়ে, তারা কোনও পতন অনুভব করতে পারেনি, সুতরাং তাদের পর্যবেক্ষণ 0-2 থেকে এই মুহূর্তে সেন্সর করা হয়েছে কারণ আমরা জানি না যে তারা একাই ড্রাগ 1 চালিয়ে যাওয়া চালিয়ে গেলে তাদের পতন আর কতদিন আসবে। 3 সময়ে তারা পুনরায় the টাইম-ইউনিটের জন্য উভয় ওষুধ গ্রহণ করে রোগী হিসাবে কোডে কোহর্ডে প্রবেশ করে যার পরে তারা তাদের প্রথম পতনের অভিজ্ঞতা হয়। তারা একই ড্রাগ সংমিশ্রণে দ্বিতীয় পতনের অভিজ্ঞতা কেবল 4 সময়-ইউনিট পরে রাখে।

রেকর্ডের সংখ্যা কোহোর্টের ডেটাগুলির দরকারী সংক্ষিপ্তসার নয়। আশ্চর্যের কিছু নেই যে সারিগুলির সংখ্যা রোগীদের সংখ্যার চেয়ে অনেক বেশি বড়। পরিবর্তে, শুরু থেকে থামার সময়গুলি যোগ করুন এবং এটিকে ব্যক্তি-সময়-ঝুঁকির পরিমাণ হিসাবে রেকর্ড করুন। কোহোর্ট-ডিনোমিনেটর ঘটনা বোঝার জন্য দরকারী। এটি রোগীদের কাঁচা সংখ্যার সংক্ষিপ্তসারেও দরকারী, তবে মনে রাখবেন ডেটা "দীর্ঘ" ফর্ম্যাটে রয়েছে যাতে এটি আপনার ডেটাসেটের সারি সংখ্যার চেয়ে কম।

ত্রুটির জন্য, আমি মনে করি আপনার "স্টপ" তারিখে 1 ইউনিট যুক্ত করার প্রয়োজন হতে পারে। যদি রোগী 123 0, 1, এবং 2 দিনের জন্য 1 ওষুধ গ্রহণ করে এবং তারপর 3 দিনের দিন 2 ড্রাগ শুরু করে, তবে তারা ড্রাগ 1 এ পড়ার ঝুঁকি নিয়ে 3 দিনের ঝুঁকি নিয়েছে, তবে, 2-0 = 2 এবং এটি সঠিক নয় হর।

"ক্লাস্টার" যুক্তিটি (সাধারণত) যা করে তা হ'ল একটি দুর্বলতা, যা এক ধরণের র্যান্ডম ইন্টারসেপ্ট যা কিছু অনাকাঙ্ক্ষিত ঝুঁকির কারণ হিসাবে আনুপাতিক ঝুঁকি পার্থক্যের কারণ হতে পারে accounts আমি প্রায়শই দুর্বলতা নিয়ে বিশ্লেষণ পরিচালনা করি না। আপনি "ক্লাস্টার" কমান্ড বাদ দিতে পারেন এবং ফলাফলগুলি অনুপাতের হিসাবে ব্যাখ্যা করতে পারেন। আপনি সব রোগীর প্রথম পতন না হওয়া পর্যন্ত বিকল্পভাবে কক্সের মডেলটিকে ফিট করতে পারেন এবং ঝুঁকির অনুপাত হিসাবে বিপজ্জনক অনুপাতটিকে ব্যাখ্যা করতে পারেন। আমি মনে করি দুর্বল ফলাফলটি এই দুজনের মধ্যে কোথাও পড়তে হবে এবং ব্যাখ্যাটি কী হওয়া উচিত তা আমি কখনই পরিষ্কার করতে পারি নি।