研究的开始时间无关紧要：它只是时钟的起源。您要考虑的是可以找到主题的状态以及它们从一个过渡到另一个的年龄。在这种情况下，最小的状态集将是

• 【Born】：“天生就有基因。” 当然，这总是发生在 0 岁时。
• [已注册]：“已注册学习。”
• [端点]：“确定的心血管事件。”
• [死亡]：“死亡。”

（该框架将允许对多个“端点”状态进行建模。）

多状态分析假设存在从这些状态中的一些状态到其他状态的转移概率。相关的将是

• [出生]-> [死亡]。这些帐户适用于从未注册的人。
• [出生]-> [端点]。你在考虑这些人吗？他们甚至被允许进入研究吗？
• [出生]-> [注册]。这些都是被选中进行研究的人（他们还没有死亡，也没有表现出心血管疾病）。
• [已注册]-> [端点]。这些人在研究中被诊断出患有心血管疾病。
• [已注册]-> [死亡]。这些人在没有诊断出心血管疾病的情况下在研究中死亡。

Nelson-Aalen 估计器可以推广来估计这些转换的速率。这是一个简单的估计量，将发生的事件与有风险的人数之比相加。最近 TAS 文章的结论时间相关暴露的生存分析中的两个陷阱就是如果您的多州模型错误，您将错误计算各个州面临风险的人数，这会使结果产生偏差。它的信息很明确：正确使用多态模型。如果这项研究确实是前瞻性的——也就是说，如果你在出生时识别出具有该基因的人并跟踪他们——那么就没有关于正确模型的问题。同样，如果研究的登记与基因的存在无关，就不会有偏见。否则，该框架要求将研究选择概率纳入模型，并展示如何在可能入组之前考虑死亡和既往疾病。

本文还展示了一个分析这些细微之处的好工具：Lexis Diagram。（看看这篇相当技术性的论文末尾的数字。）我相信这些图表可以使用 R 中的epi包生成。您可能会发现它们有助于与您的同事讨论要采用的适当模型。

ASA 成员和拥有大学图书馆特权的人可能已经可以在线访问这篇文章：值得一读。

在这样的研​​究中，您需要小心区分两个不同的“开始时间”：

• 时间变量的原点，即您为每个参与者调用t =0 的点
• 个人进入研究的时间，即如果事件发生，您将记录事件的时间

在生存分析中首次教授的简单案例中，假设这些时间是相同的。对于长期队列研究，允许它们不同通常要好得多。正如 Srikant 上面所建议的，慢性疾病（例如这里的心血管疾病）的队列研究最合适的时间来源通常是出生日期。这是因为对于慢性疾病，基线危害随年龄而变化很大。但是（除非是出生队列）个体在出生时不会进入研究。如果他们在进入研究之前发生了事件，您就不会记录这一点，如果您没有通过区分进入时间和时间来源来正确处理它，这可能会导致偏差。这有时被称为延迟进入。

由于这些人出生时就有“基因变化”，我会使用他们的出生时间作为开始时间，而不是他们进入登记处的时间。

以下是我的推理：首先，忽略其他变量对生存的影响，例如性别、收入水平、运动水平等。为了说明起见，我们假设这些变量对它们产生影响的时间没有不同的影响。有氧运动。

其次，我假设您希望调查以下问题：基因类型的差异（广义上）是否会对一个人进行有氧运动所需的时间产生不同的影响？我想有一个基本理论表明上述问题的答案是“是”。

现在，考虑两个都有基因改变的人。一个，在有氧运动之前进入注册表，另一个在进入注册表几年后有一个有氧运动。但是，为了讨论起见，假设两个人的年龄相同。因此，有氧运动的时间在技术上是相同的（他们的年龄）。但是，如果您使用开始时间作为他们进入注册表的时间，您会得出关于有氧运动发生需要多长时间的不同结论，这会影响您的结论。

我假设我对您的目标和情况的解释是正确的。如果我对某些方面有错误，请纠正我。

@Skirant您在上一条评论中迷失了我，但我同意Whuber的观点，即在开始时使用出生时您会扭曲您的样本，因为它没有考虑到实际上已经发生该事件或死于该事件的基因改变的人. 最重要的是，一旦人们进入登记处，他们就有可能改变自己的行为以弥补更高的风险。我建议您使用进入注册表作为开始时间和年龄（进入时）作为协变量或事件年龄作为时间相关协变量

让我知道你怎样去