আমি বেঁচে থাকার বিশ্লেষণে নতুন এবং আমি সম্প্রতি শিখেছি যে এটির একটি নির্দিষ্ট লক্ষ্য দেওয়ার বিভিন্ন উপায় রয়েছে। আমি এই পদ্ধতির প্রকৃত বাস্তবায়ন এবং যথাযথতায় আগ্রহী।
আমাকে time তিহ্যবাহী কক্স প্রপোরশনাল-হ্যাজার্ডস , এক্সিলারেটেড ব্যর্থতার সময় মডেল এবং নিউরাল নেটওয়ার্কগুলি (মাল্টিলেয়ার পার্সেপট্রন) উপস্থাপিত হয়ে রোগীর বেঁচে থাকার জন্য সময়, স্থিতি এবং অন্যান্য মেডিক্যাল ডেটা হিসাবে পদ্ধতি হিসাবে উপস্থিত করা হয়েছিল। অধ্যয়নটি পাঁচ বছরের মধ্যে নির্ধারিত বলে জানা গেছে এবং নতুন রেকর্ড দেওয়ার জন্য প্রতি বছর বেঁচে থাকার ঝুঁকি দেওয়ার লক্ষ্য রয়েছে।
আমি দুটি দৃষ্টান্ত খুঁজে পেয়েছি যেখানে অন্যান্য পদ্ধতি যেখানে কক্স পিএইচ এর উপরে বেছে নেওয়া হয়েছে:
আমি " একটি কক্স পিএইচ মডেল থেকে বেঁচে থাকার সময়ের ক্ষেত্রে কীভাবে পূর্বাভাস পেতে পারি" এবং এটি উল্লেখ করা হয়েছিল যে:
আপনি যদি নির্দিষ্ট সময় পয়েন্টগুলিতে বেঁচে থাকার সম্ভাবনার অনুমানের বিষয়ে বিশেষভাবে আগ্রহী হন তবে আমি আপনাকে প্যারামেট্রিক বেঁচে থাকার মডেলগুলি (ওরফে এক্সিলারেটেড ব্যর্থতার সময়ের মডেল) এর দিকে নির্দেশ করব । এগুলি আর এর জন্য বেঁচে থাকার প্যাকেজে প্রয়োগ করা হয়েছে এবং আপনাকে প্যারাম্যাট্রিক বেঁচে থাকার সময় বিতরণ দেবে, যেখানে আপনি আগ্রহী এমন সময়ে প্লাগ করতে পারেন এবং বেঁচে থাকার সম্ভাবনা ফিরে পেতে পারেন।
আমি প্রস্তাবিত সাইটে গিয়ে
survivalপ্যাকেজে একটি পেয়েছি - ফাংশনsurvreg।নিউরাল নেটওয়ার্কগুলি এই মন্তব্যে পরামর্শ দেওয়া হয়েছিল :
... বেঁচে থাকার বিশ্লেষণে নিউরাল নেট পদ্ধতির একটি সুবিধা হ'ল তারা কক্স বিশ্লেষণকে অনুধাবন করে এমন অনুমানের উপর নির্ভর করে না ...
" বেঁচে থাকার পূর্বাভাস সম্বলিত আউটপুট হিসাবে টার্গেট ভেক্টর সহ আর নিউরাল নেটওয়ার্ক মডেল " প্রশ্নযুক্ত আরেক ব্যক্তি নিউরাল নেটওয়ার্ক এবং কক্স পিএইচ, উভয় ক্ষেত্রেই বেঁচে থাকা নির্ধারণের একটি বিস্তৃত উপায় দিয়েছেন।
বেঁচে থাকার জন্য আর কোডটি এরকম হবে:
mymodel <- neuralnet(T1+T2+T3+T4+T5~covar1+covar2+covar3+..., data=mydata, hidden=1) compute(mymodel,data=mydata)আমি আর ফোরামে গিয়ে এই উত্তরটি " প্রডিক্টকক্সফক্স এবং প্রেডিক্ট.সুরভ্রেগ " প্রশ্নের মধ্যে পেয়েছি :
প্রকৃতপক্ষে,
predict()কার্যকারিতা থেকেcoxphআপনি সরাসরি "সময়" পূর্বাভাস পেতে পারেন না, তবে কেবল রৈখিক এবং ক্ষতিকারক ঝুঁকি স্কোর। এটি কারণ, সময় পেতে, একটি বেসলাইন বিপত্তি গণনা করতে হবে এবং এটি কক্স মডেলটিতে অন্তর্নিহিত হওয়ার কারণে এটি সরল নয়।
আমি ভাবছিলাম যে তিনটি (বা দুটি কক্স পিএইচ উপর যুক্তি বিবেচনা করে) সময়সীমার আগ্রহের জন্য বেঁচে থাকার শতাংশ প্রাপ্তির জন্য সবচেয়ে ভাল কিনা? বেঁচে থাকার বিশ্লেষণে তাদের মধ্যে কোনটি ব্যবহার করব তা নিয়ে আমি বিভ্রান্ত।