我提交的一篇文章由于执行生存分析的方法不正确而被拒绝。裁判员除了:“对时间趋势进行生存分析需要更复杂的审查方式”之外,没有留下其他细节或解释。
问题:
在过去的几十年中,吸烟者死亡的额外风险是否有所降低?
数据:
德国有25,000名烟民。在1995年至2014年之间的任何时间,他们都被纳入了该队列。每个吸烟者(在入组时)都已与性别和年龄相匹配的对照组(未吸烟者)进行了匹配。对于整个学习期间死亡的每个人,我都有确切的死亡时间。那些在随访期间未死亡的人将受到审查。该研究旨在检查1995年至2014年期间每年吸烟者的额外死亡风险。
目的是计算:
- 每年吸烟者和非吸烟者的死亡率发生率,并研究这些趋势
- 每年(或连续几年)吸烟者死亡的额外风险。
应该如何分析数据?回想一下,1998年被包括在内的某人可能会在2015年去世。是否每年都使用使用开始和结束的计数过程格式的正确方法?
这是裁判员不喜欢的方法:
发病率通过泊松回归法计算。我们在模型中纳入了随访时间作为补偿,并在模型中纳入了年龄,性别,吸烟状况和日历期间(连续两年)。然后,使用R的predict()函数计算每1000人年的比率。偏移量(跟进时间)是指从入学起的整个观察时间(天)。
使用Cox模型估算从研究开始到结束的每个时期吸烟者的相对风险。为简单起见,我们将第一个时期的危险比与最后一个时期的危险比进行了比较。
问题:-一个人(连同他的控制权)可能在1998年被包括在内,因此属于该日历组,但在2006年遭受一个事件。-应该如何布置数据以进行Poisson和Cox回归分析?考克斯的计数过程?什么是开始和停止时间?-在这种情况下如何评估趋势?
需要说明的是:假设某位患者在1998年6月15日首次被观察到,并且经历了1998年12月31日的事件,该患者的时间变量值为730个可能的天中的182.5天,因为该时间段由随后的2年组成。每个时间段内观察到的最大时间为730天。
如果在一个时间段内观察到患者,但在另一个时间段内对患者进行检查(即经历过事件,事件或辍学),那么应该将观察到的天数添加到下一个时间段内吗?
因此,主要问题是后续时间和日历年度(用作连续两个年度的分类变量)的处理。