比较两条生存曲线以获取配对数据


13

我想比较两种不同的方法来检测生存分析中的状态变化。跟踪一组对象的时间较长(很多年),并且使用了两种检查方法来检查状态是否发生了变化。一种方法用于每年两次检查每个受试者,第二种方法用于每年一次检查每个受试者。问题是,这两种方法在检测状态变化的能力方面是否存在系统差异。

我想到的测试是对数秩测试,以查看两种方法的Kaplan-Meier曲线是否不同。我想知道在执行对数秩检验时,生存曲线是否“成对”(即,两种方法用于同一受试者)是否存在问题。它是否违反了对数秩检验中的假设,或者仅仅是效率低下的检验,因为它没有考虑到两条曲线是相关的?是否有人建议进行替代分析,以说明观察结果中的依赖性?


也许这不是问题,也许我正在思考。

好吧,我不知道状态改变的真实时间,只有方法检测到状态改变的时间点才知道。我曾经想到的是将生存时间设置为上一次未检测到状态变化的检查与检测到状态变化的检查之间的时间间隔的中点。与每年使用两次的方法相比,这可以弥补每年仅检查一次对象的方法的缺点。然后根据这些数据构建生存曲线。


1
可能感兴趣的是:一种用于比较来自配对实验的接收机工作特性曲线的无分布程序。在本文中,作者提出了一种比较两种黑色素瘤诊断技术的方法。我在您的上下文中看到的问题是您有三元组,因此尚不清楚这两种方法之间的公平比较。我认为您必须提供有关如何构建生存曲线的信息。(xi,yi1,yi2)

确实,Kaplan-Meier曲线差假定独立,这是不合适的。可以查看比例差异的显着性,或构建相同类型的相关检验。
卡尔

Answers:


1

如果要比较两个生存模型的模型性能,则计算C统计量(Harrell's C,生存ROC ...)可能是更合理的方法。计算两个生存模型的C统计量并进行比较(可以获得p值)。

https://rpubs.com/kaz_yos/survival-auc

链接显示了用于生存模型C统计的各种工具。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.