Questions tagged «interval-censoring»

是否有统计信息的一个分支来处理其确切值未知的数据，但是对于每个人，我们都知道该值的最大值或最小值？ I suspect that my problem stems largely from the fact that I am struggling to articulate it in statistical terms, but hopefully an example will help to clarify: 假设存在两个相互连接的总体AAA和BBB，以便在某个时候成员AAA可以“转换”为BBB，但不可能相反。过渡时间是可变的，但不是随机的。例如，AAA可以是“没有后代的个体”，而BBB “至少有一个后代的个体”。我对这种进展发生的年龄感兴趣，但我只有横截面数据。对于任何给定的个体，我可以找出它们是否属于AAA或BBB。我也知道这些人的年龄。对于人群A中的每个人AAA，我知道过渡年龄将比其当前年龄更大。同样，对于B的成员BBB，我知道过渡年龄比当前年龄小。但是我不知道确切的值。 假设我还有其他一些要与过渡年龄进行比较的因素。例如，我想知道一个人的亚种或体型是否会影响第一个后代的年龄。我绝对有一些有用的信息可以回答这些问题：平均而言，在中的个体中AAA，年龄较大的个体将有一个较晚的过渡期。但是这些信息并不完美，特别是对于年轻人而言。反之亦然人口BBB。 Are there established methods to deal with this sort of data? I do not necessarily need a full …

29 biostatistics  population  bounds  interval-censoring 

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。

10 regression  survival  incidence-rate-ratio  interval-censoring 

给定间隔审查的生存时间，我如何在中执行间隔审查的Cox PH模型R？随便搜索即可找到该软件包intcox，该软件包不再存在于R存储库中。我几乎肯定该包中的coxph功能survival无法处理间隔检查的生存数据。 另外，我不想插入数据然后使用该coxph函数。该方法低估了系数的标准误差，因为您忽略了间隔检查的不确定性。

9 r  survival  cox-model  interval-censoring