时间方面的治疗效果/生存分析

机器算法验证 时间序列 贝叶斯 生存 条件概率
2022-03-29 09:09:27

假设我有某种生存数据——即我正在服用一种可能导致死亡的药物。所以我有三个患者:A、B 和 C。所有患者都在时间 t1 接受了药物治疗。

假设患者 A 在时间 t2 死亡。患者 B 在时间 t3 死亡。患者 C 在时间 t100 死亡。

显然,药物导致患者 A 和 B 死亡的可能性高于药物导致患者 C 死亡的可能性(即患者 C 可能死于自然原因,而患者 A 和 B 可能死于药物)。

生存分析/相关领域中是否有任何技术可以量化治疗引起效果的概率/可能性。例如,如果我可以计算出该患者在 X 时间接受治疗并在 Y 时间死亡的情况下治疗导致死亡的概率。

谢谢!

1个回答

我认为您将与任何确定的治疗效果作斗争,因为您缺乏任何类型的比较组。你不一定要有一个对照组——在病例交叉文献中有很多方法可以在未暴露的时间段内使用病例作为他们自己的对照,但如果每个人都在 t=1 得到药物,那么没有人有未暴露的时间采取行动作为对照。