Cox回归分层变量的参数估计和方差（地层/生存包）

我已经运行Cox回归，使用survival包来计算暴露A的死亡风险比。我发现age变量违反了比例风险假设（与cox.zph）并使用strata(age)分层进一步模型的年龄。Cox回归分层变量的参数估计和方差（地层/生存包）

我需要age变量的参数估计值，以及方差和协方差矩阵（以计算费率提升期间）......我不知道在哪里找到它们！

我错过了什么，或者我误解了什么strata正在做什么？

这里是一个重复的例子，使用从survival包lung数据。

library(survival)

我创造了生存的对象，做了第一Cox回归与非分层年龄变量。

lung$SurvObj <- with(lung, Surv(time, status == 2)) 
coxreg1 <- coxph(SurvObj ~ age + sex, data = lung)

因此，我得到参数估计的系数，方差和协方差矩阵。

> coxreg1$coefficients 
     age   sex 
0.01704533 -0.51321852 

> vcov(coxreg1) 
      age   sex 
age 8.506877e-05 8.510634e-05 
sex 8.510634e-05 2.804217e-02

现在，如果用分层年龄变量进行第二次回归，我没有得到任何系数估计，方差或协方差。

coxreg2 <- coxph(SurvObj ~ strata(age) + sex, data = lung) 

> coxreg2$coefficients 
    sex 
-0.64471 

> vcov(coxreg2) 
      sex 
sex 0.0449369

感谢您的帮助！

来源

2017-08-25 jeanphikri

在我阅读关于“年龄提升期”的资料时，似乎必须在统计模型中联合估计年龄（可能表示为身份函数以外的功能）和目标暴露风险。使用'strata'可以防止这样的估计，所以你的问题基本上通过说“不这样做”来回答。 'survival :: coxph'函数支持'tt'参数的使用，其中年龄被表示为一个函数，其系数将被报告。我们需要看到数据来支持正确选择年龄的功能表示。 –

或者，如果您需要遵循的工作示例，也许您可以以R用户可能吸收的形式呈现本文中使用的数据。这篇文章似乎与上面引用的非常相似：http://www.sascommunity.org/seugi/SEUGI1994/Point%20and%20Interval%20Estimation%20of%20Risk%20and%20Rate%20Advancement%20Periods%20in%20Epidemiologic ％20Studies％20Using％20SAS％20Software.pdf –

没关系。第二篇论文只是一个没有证明其用途的宏。 –

当您使用变量进行分层时，您不会得到任何系数估计值。相反，对不同年龄组估计单独的基线危害。分层cox回归的本质是拟合每个阶层都有不同基线风险的模型。

来源

2017-08-25 15:36:52 sjakw

感谢您的解释。因此，对于每个年龄组，我都有不同的基线危险h，而对于性别，我只有一个系数B.这就说得通了。然而，我看到的文章中，虽然RAP计算被认为是B [暴露]/B [年龄]，但是在年龄分层Cox回归中计算了速率提升期（RAP）。任何想法如何这是可能的？ – jeanphikri

也许你应该引用这样的文章。有可能你误解了方法，或者作者和评论者也可能不知道他们在做什么。我正在查看：https：//academic.oup.com/ije/article-lookup/doi/10。1093/ije/dyv320其中指出，这种观念的许多错误解释出现在已发表的文献中。 –

Cox回归分层变量的参数估计和方差（地层/生存包）

回答

相关问题