Survival analyse

From Wikistatistiek
Revision as of 10:58, 20 April 2009 by Nan van Geloven (talk | contribs)
Jump to navigation Jump to search

Kaplan Meier

Cox regressie

Hoe test ik de proportional hazards assumptie binnen een Cox model?

Het verschil veroorzaakt door een bepaalde covariaat is onafhankelijk van de tijd. Bijvoorbeeld: het risicoverschil tussen man en vrouw is evengroot vlak na de procedure als na x jaar.

Er zijn meerdere manieren om de PH assumptie van een Cox model te testen:

  • 1. grafisch
Als een variabele in het model voldoet aan de PH assumptie, dan zullen de geschatte overlevingscurves voor de strata binnen deze variabele parallel lopen. Je kunt hier naar kijken door in het cox model de variabele die je wilt onderzoeken niet meer als covariaat, maar als strata mee te geven en te vragen om log minus log survival plots. De resulterende syntax zal er ongeveer zo uitzien:

COXREG survt /STATUS=status(1) / STRATA=gender /METHOD=ENTER age TIMI etc. /PLOT LML /CRITERIA=PIN(.05) POUT(.10) ITERATE(20)

De twee resulterende lijnen moeten op het oog parallel lopen (zeker elkaar niet kruisen) om te voldoen aan de PH assumptie voor deze variabele (gender). Voor iedere variabele in het uiteindelijke model is een dergelijke plot nodig.

  • 2. testen van (Schoenfeld) residuen

Er kan een officiele test gedaan worden mbv Schoenfeld residuen. Er is geen standaard functie hiervoor in SPSS. Ik kan eventueel wat code uit een boek copieren voor hoe dit in SPSS te berekenen. In Stata of R kan het wel direct.

  • 3. Toevoegen van een tijdsafhankelijke variabele

Anticiperend op het mogelijk niet voldoen aan de PH assumptie kun je ook een time dependent cox draaien met daarin bijvoorbeeld de variabele GENDER*T. Als deze tijdsafhankelijke variabele significant bijdraagt aan het model, is er blijkbaar niet aan de PH assumptie voldaan.