Gesaan dan persekitaran
Anda sedang menganalisis masa sehingga berlakunya sesuatu peristiwa seperti pembatalan, relaps atau kegagalan mesin. Bagi pengguna yang masih aktif pada masa pemotongan pemerhatian, masa peristiwa yang tepat tidak diketahui; rekod mereka adalah tertapis kanan (right-censored), bukan sifar atau kegagalan.
Perkara yang diuji oleh penemu duga
- Mewakili masa pemerhatian dan penunjuk peristiwa dengan betul.
- Menerangkan set risiko Kaplan–Meier dan sebab penapisan hanya mengeluarkan subjek selepas masa penapisannya.
- Mengetahui masa model bahaya berkadar Cox atau analisis risiko bersaing sesuai digunakan.
Soalan penjelasan sebelum menjawab
- Apakah peristiwa, titik permulaan masa dan pemotongan pemerhatian pentadbiran?
- Adakah penapisan munasabah untuk dianggap bebas daripada masa peristiwa masa hadapan selepas mengambil kira kovariat yang diperhatikan?
- Adakah terdapat peristiwa bersaing, seperti naik taraf atau kematian, yang menghalang pembatalan?
- Adakah matlamatnya pengekalan deskriptif, perbandingan kohort atau kesan rawatan kausal?
Rangka jawapan 30 saat
Saya akan menyimpan duration dan bendera event, mengekalkan pengguna tertapis kanan dalam set risiko sehingga masa pemerhatian terakhir mereka, dan menganggarkan keluk kemandirian Kaplan–Meier. Saya akan membandingkan keluk dengan estimand yang dipratentukan dan selang keyakinan, kemudian menggunakan model Cox hanya selepas memeriksa andaian bahaya berkadar. Jika peristiwa bersaing mengubah maksud "kemandirian", saya akan melaporkan analisis punca khusus atau insiden kumulatif dan bukannya menapis peristiwa bersaing tersebut secara senyap.
Huraian mendalam langkah demi langkah
1. Enkod pemerhatian
Bagi setiap subjek, rekodkan masa dari titik permulaan yang sama ke peristiwa atau susulan terakhir yang diketahui, ditambah event = 1 hanya apabila peristiwa berlaku. Pengguna yang aktif pada hari ke-30 menyumbang maklumat sehingga hari ke-30 dan ditapis di situ; rekod tersebut tidak mendakwa pembatalan selepas hari ke-30.
2. Bina anggaran Kaplan–Meier
Pada setiap masa peristiwa, kira pecahan yang mandiri sebagai satu tolak peristiwa dibahagikan dengan bilangan berisiko sejurus sebelum masa tersebut. Darabkan pecahan bersyarat tersebut untuk memperoleh anggaran kemandirian bertingkat. Pemerhatian yang ditapis mengubah keahlian set risiko seterusnya tetapi tidak mencipta langkah peristiwa. NIST menerangkan prosedur had produk ini untuk sampel lengkap dan tertapis.
3. Nyatakan andaian penapisan
Penapisan kanan bersifat bermaklumat apabila pengguna yang hilang mempunyai risiko masa hadapan yang berbeza secara sistematik. Kaplan–Meier boleh dipertahankan apabila penapisan adalah bebas daripada masa peristiwa di bawah andaian analisis, mungkin bersyarat pada kovariat yang diukur. Bandingkan kadar dan sebab penapisan mengikut kohort dan masa; gunakan pemberat kebarangkalian penapisan songsang atau senario kepekaan apabila andaian tersebut diragui.
4. Bandingkan kohort dengan teliti
Gunakan horizon yang dipratentukan seperti kemandirian pada 30 atau 90 hari, masa kemandirian min terhad, atau median hanya apabila keluk mencapai 0.5. Ujian log-rank menekankan perbezaan luas merentasi keluk dan mungkin mengelirukan apabila bahaya bersilang. Tunjukkan bilangan berisiko, jalur keyakinan dan perbezaan mutlak dan bukannya hanya melaporkan nilai-p.
5. Tambah kovariat dengan regresi Cox
Model Cox menganggarkan nisbah bahaya di bawah andaian bahaya berkadar. Periksa kesan berubah mengikut masa dan diagnostik sisa; nisbah bahaya tunggal bukanlah perbezaan berterusan dalam kebarangkalian kemandirian. Jika bahaya berkadar gagal, gunakan interaksi masa, penstrataan, model masa kegagalan dipercepat, atau laporkan kesan khusus horizon.
Contoh jawapan berkualiti tinggi
“Saya akan mentakrifkan pembatalan, titik permulaan, pemotongan dan bendera peristiwa sebelum pemodelan. Pengguna aktif ditapis kanan pada pemerhatian terakhir mereka, jadi mereka kekal dalam setiap set risiko sehingga masa itu. Saya akan memplot keluk Kaplan–Meier dengan bilangan berisiko dan selang keyakinan, melaporkan kemandirian 30 dan 90 hari atau masa kemandirian min terhad, dan memeriksa sama ada penapisan berbeza mengikut kohort. Saya akan menggunakan regresi Cox hanya selepas memeriksa bahaya berkadar. Jika naik taraf menghalang pembatalan, saya akan menganggapnya sebagai peristiwa bersaing dan melaporkan insiden kumulatif daripada menapisnya seolah-olah susulan berhenti begitu sahaja.”
Kesilapan lazim
- Menandakan setiap pengguna aktif sebagai kegagalan → pengekalan berat sebelah ke bawah → gunakan penunjuk peristiwa dan tapis kanan pada susulan terakhir.
- Menggugurkan pengguna yang ditapis → set risiko menjadi berat sebelah pemilihan → kekalkan sumbangan yang diperhatikan sehingga penapisan.
- Melaporkan median yang tidak pernah dicapai oleh keluk → statistik menjadi tidak tertakrif → gunakan anggaran horizon tetap atau masa kemandirian min terhad.
- Mentafsir nisbah bahaya Cox sebagai nisbah kebarangkalian → bahaya dan kebarangkalian kemandirian berbeza → terjemahkan kesan pada horizon yang konkrit.
Soalan susulan dan jawapan
Apakah sumbangan pengguna yang ditapis?
Pengguna menyumbang masa-orang dan kekal berisiko sepanjang masa penapisan. Selepas masa itu, analisis tidak mempunyai maklumat yang diperhatikan tentang sama ada peristiwa itu akan berlaku.
Bilakah peristiwa bersaing tidak patut ditapis?
Jika naik taraf menghalang pembatalan secara kekal, menapis naik taraf boleh terlebih anggap peluang pembatalan. Gunakan bahaya punca khusus untuk soalan etiologi dan fungsi insiden kumulatif untuk kebarangkalian setiap peristiwa yang diperhatikan.
Bagaimana jika bahaya bersilang?
Ujian log-rank dan satu nisbah bahaya berkadar boleh mengaburkan corak tersebut. Plot keluk, laporkan masa kemandirian min terhad atau perbezaan khusus horizon, dan modelkan kesan berubah mengikut masa.