生存分析,一个队列,两个分类

机器算法验证 假设检验 生存 非独立的
2022-04-05 11:05:29

我想知道这个问题:

简短版:如何充分比较相同受试者重新分类对生存的影响

长版:我有一个癌症队列,很久以前就被分类为 TNM 类。类的定义现已更新,我想知道旧分类的第 1 类是否比更新分类的第 1 类具有更好/更差的生存率。我的问题是队列保持不变,只有分类发生了变化。

小例子:患者 1,2 在 I_old 类中,患者 3,4 在 II_old 类中,患者 1 留在 I_new 类中,但患者 2 进入 II_new 类,患者 3 留在 II_new 中,患者 4 更改为 I_new。如果我想比较 I 类重新分类的效果,我必须比较患者 1 和 2 的生存率与患者 1 和 4 的生存率。所以患者 1 在两组中。

我怀疑像 logrank 测试这样的标准程序在这里是否足够。但是有什么办法呢?我对具有时变协变量(即“更新前”和“更新后”的指标)或脆弱模型的比例风险回归有一个非常模糊的想法,但根本无法判断我是否朝着正确的方向前进。

你怎么看?

psj

1个回答

我将专注于您的示例问题:旧分类方案的第 1 类是否比更新分类方案的第 1 类具有更好或更差的生存率?

我们可以形成四组相互排斥的患者:

(a) 在任一计划下都不属于第 1 类的患者。显然,它们不能帮助我们回答这个问题。

(b) 在两个计划下都属于第 1 类的患者。显然,它们也不能帮助我们回答这个问题。

(c) 在旧计划下属于第 1 类但在新计划下不属于第 1 类的患者。

(d) 旧计划下不在第一类但在新计划下属于第一类的患者。

比较组 (c) 和 (d) 中的存活率。如果 (c) 中的生存率更好,则旧方案的第 1 类比新方案的第 1 类具有更好的生存率。如果 (d) 中的生存率更好,则新方案的第 1 类比旧方案的第 1 类具有更好的生存率。