COX GERİLMESİ – Epidemiyolojide Biyoistatistiksel Yöntemler – Biyoistatistikler – Epidemiyoloji – Biyoistatistikler Nedir? – İstatistik Fiyatları – Ücretli İstatistik
Model (15.10) için, belirli bir kategorideki herkesin ölme olasılığı aynıdır ve bu nedenle bir kategori için uygun sayı, o kategori için tahmin edilen olasılığın kategorideki konu sayısıyla çarpımıdır. Tablo 15.7’den görülebileceği gibi, her iki model de verilere orta derecede iyi uymaktadır.
İlginç bir şekilde, model (15.8) alıcı seviyesini hesaba katmak için yalnızca bir parametre kullanmasına rağmen, bu amaç için dört parametre kullanan modelin (15.10) yanı sıra verilere de uyuyor görünmektedir. Bunun nedeni, alıcı seviyesini kategorize ederek, belirli bir miktar bilginin kaybolmuş olması ve bunun modelin uyumuna yansıması olabilir (15.10).
COX GERİLMESİ
Maruziyetin ikili olduğu açık bir kohort çalışmasını düşünün ve sırasıyla h1 (t) ve h0 (t) ile maruz kalan ve maruz kalmayan kohortlar için tehlike işlevlerini belirtin. H0 (t) ‘yi temel tehlike işlevi olarak adlandırıyoruz.
Önceki bölümde olduğu gibi, x bir öznenin maruz kaldığını (x = 1) veya maruz kalmadığını (x = 0) gösteren bir kukla değişken olsun. Orantılı tehlike varsayımının karşılandığını, yani h1 (t) / h0 (t) = exp (β) olduğunu varsayıyoruz, burada HR = exp (β). Bu tanımlarla, hx (t) ‘yi orantılı risk regresyon modeli şeklinde yazabiliriz.
Lojistik regresyon ve orantılı tehlike regresyonu arasında paralellikler vardır. Önemli bir fark, kesişimin sadece sabit olduğu lojistik regresyonun aksine, orantılı tehlike regresyonunda log [h0 (t)] karmaşık bir fonksiyonel forma sahip olabilir. Bu sorunu halletmek için iki olasılık vardır.
Birincisi, parametrik yaklaşım olarak adlandırılan, h0 (t) için fonksiyonel bir form belirlemektir. Genellikle bu, ele alınan hastalık hakkında kapsamlı bilgi ve parametrik varsayımın makul olup olmadığını belirlemek için verilerin incelenmesini gerektirir. İkinci seçenek h0 (t) ‘yi ortadan kaldırmak için koşullu argümanları kullanır, tıpkı koşullu lojistik regresyonda bir rahatsızlık parametresinin elimine edilmesi gibidir.
Belki de epidemiyolojide en sık kullanılan parametrik hayatta kalma modeli, temel tehlike fonksiyonunu Weibull dağılımı açısından tanımlar, yani h0 (t) = αλ (λt) α − 1 (Bölüm 10.1.2). Sonuç, Weibull regresyon modelidir.
Α = 1 olduğunda, (15.12) üstel regresyon modeline basitleştirir. Weibull ve üstel modellerin uygulanabilirliği, temel tehlike fonksiyonunun işlevsel formuna ilişkin yapılması gereken güçlü varsayımla sınırlıdır.
Kas gerilmesi belirtileri
COX-2 inhibitörü ilaçlar
Cox-1 ve COX-2 nedir
cox-1 nedir
Kas gerginliği
Vücutta gerilme nedenleri
Kas gerimi ne demek
Kuşkusuz, epidemiyolojide sansürlenmiş hayatta kalma verilerini analiz etmek için en yaygın kullanılan regresyon yöntemi Cox regresyon modelidir. Bu hayatta kalma analizi alanının öncülüğünü, orantılı tehlike varsayımının önemini vurgulayan ve koşullu yöntemlere dayanan bir parametre tahmini ve hipotez testi yöntemi tanımlayan Cox (1972) oluşturmuştur.
Bu yaklaşımın avantajı, h0 (t) ‘nin bir rahatsızlık fonksiyonu olarak ele alınması ve böylece olasılıktan çıkarılmasıdır. Sonuç olarak, işlevsel biçimiyle ilgili herhangi bir varsayımda bulunmak gerekli değildir.
Cox regresyon modeli ile Bölüm 9.2’de (Prentice ve Breslow, 1978) sunulan koşullu olasılık oranı yöntemlerine dayalı sansürlü hayatta kalma verilerinin analizi arasında yakın bir bağlantı vardır. Özellikle, tek bir ikili maruziyet değişkeni için ve her ölüm anında sadece bir ölüm olduğunu varsayarak, Cox regresyon modeline dayalı tehlike oranı tahmini ORc ile aynıdır ve Cox regresyon modeline dayalı ilişkilendirme skor testi logrank testi X2 (Cox, 1972) ile aynı.
Örnek 15.2 (Evre – Reseptör Seviyesi – Meme Kanseri) Cox regresyonunu Bölüm 9.2’de ele alınan meme kanseri sağkalım verilerinin bir analizi ile gösteriyoruz. Aşağıdaki analiz, EGRET (1999) kullanılarak yapıldı.
Tablo 15.8, alıcı seviyesi (ikili bir değişken olarak) ve aşama için ana etkileri olan model için tahminler vermektedir. Tehlike oranı tahminleri, Tablo 9.10 ve 9.11’deki düzeltilmiş tahminlere oldukça yakındır.
Özetle, eğer θ> 1 ise 1 <VEYA <θ. Benzer bir argüman şunu gösterir: θ <1 ise OR <OR <1. Tablo A.1 (a) ve A.1 (b) ağırlıkların örneklerini verir, ξ1 j / ξ1 • ve ξ2 j / ξ2 •, (A.1), θ = 5. Bu örneklerde, ξ1 j ve ξ2 j’nin orijinal tanımları kullanılmış, yani p1 j değerleri dahil edilmiştir. Her iki örnekte, ξ2 j / ξ2 •, ξ1 j / ξ1 • ile karşılaştırıldığında sağa dağıtılır ve 1 <OR <θ eşitsizliği karşılanır.
Maksimum Olabilirlik Teorisi
KOŞULSUZ MAKSİMUM OLASILIK
Olabilirlik teorisi için genel bir referans Cox ve Hinkley’dir (1974).
Koşulsuz Olabilirlik ve Newton-Raphson Algoritması
X olasılık fonksiyonu f (x; ) olan rastgele bir değişken olsun, burada = (θ1, …, θp, …, θP) T bir parametre vektörü ve T matris transpozisyonunu gösterir. Gösterimin basitliği için, hiçbir karışıklık oluşmadığında bazen üst simge T’yi çıkarırız. F (x; ) ‘den bir X1, X2, …, XJ örneği için koşulsuz olasılık ve log-olabilirlik l = log (L)’ dir.
Tanım olarak, ile gösterilen koşulsuz maksimum olasılık tahmini, L () ‘yi maksimize eden değerdir. Maksimum olabilirlik teorisinden, ortalama E (ˆ) = 1 ve varyans-kovaryans matrisi var (ˆ) = I () – 1 ile asimptotik olarak normaldir, ikincisi tahmine sahiptir.
Newton-Raphson algoritması, n’inci yinelemenin bir tahminini hesaplamanın yinelemeli bir yöntemidir.
- (n + 1) = ˆ (n) – (Hˆ (n)) – 1Uˆ (n)
Yukarıdaki testlerin her birinde, serbestlik derecesi, boyutu olan dim (1) ‘ye eşittir. Wald testine asimptotik olarak eşdeğer bir alternatif, I (1ˆ) ile I (10) değiştirilerek elde edilir.
Varsayalım ki H0: 1 = 10 hipotezini test etmek istiyoruz, burada 1 üzerine hiçbir koşul konulmamıştır. ’nin maksimum olasılık tahminini 1ˆ = (1ˆ, 1ˆ) ile belirtin,
1 ̃, L’yi (10, 1) maksimize eden 1değeri olsun ve 1 ̃ = 10, 1 ̃ olsun.
Hipotez H0: 1 = 10, her biri asimptotik olarak ki-kare olan aşağıdaki istatistikler kullanılarak test edilebilir.
Yukarıdaki testlerin her birinde serbestlik derecesi, dim boyutu olan dim (equ) ‘ye eşittir. Wald testine asimptotik olarak eşdeğer bir alternatif, I11 (1ˆ) ‘yi I11 (1 ̃) ile değiştirerek elde edilir.
cox-1 nedir Cox-1 ve COX-2 nedir COX-2 inhibitörü ilaçlar Kas gerginliği Kas gerilmesi belirtileri Kas gerimi ne demek Vücutta gerilme nedenleri