Descripción general de Ajuste el Modelo de Cox con Formato del Proceso de Conte

Utilice Ajuste el Modelo de Cox con Formato del Proceso de Conte para describir la relación entre los predictores y la supervivencia. Los predictores pueden ser fijos o dependientes del tiempo, lo cual significa que los valores del predictor pueden cambiar durante el período de estudio. Es posible incluir términos de interacción y polinomios, así como realizar una selección escalonada de los términos.

Los datos deben estar en el estilo de entrada del proceso de conteo. En el formato para ingreso de datos del proceso de conteo, el sujeto está representado en múltiples filas. Cada fila describe un intervalo de tiempo donde los valores de todas las variables son constantes. Los predictores dependientes del tiempo cambian entre filas. Los intervalos comienzan justo después del tiempo de inicio e incluyen el tiempo final.

La forma del proceso de conteo de datos es un formato flexible que le permite analizar datos que contienen predictores dependientes fijos y predictores dependientes del tiempo. Además, este formato de entrada controla datos de eventos recurrentes. Por ejemplo, un estudio de investigación examina el efecto de un medicamento en un tumor. Los sujetos toman una dosis más alta de un medicamento en ciertas fases del tratamiento, por lo que la dosis del medicamento no es la misma en el transcurso del estudio. Esta característica hace que la dosis del medicamento sea un predictor dependiente del tiempo. Además, es posible que un sujeto logre la remisión de un tumor pero no abandone el estudio. Debido a que el sujeto puede someterse a tratamiento, remisión y recurrencia varias veces durante el transcurso del estudio, el estudio tiene que tomar en cuenta los eventos recurrentes.

Los resultados clave de los estudios comparativos que utilizan la regresión de Cox a menudo notifican riesgos relativos para los predictores en diferentes tratamientos. Por ejemplo, un estudio sobre un tratamiento contra el cáncer concluye que el riesgo relativo para dos grupos es 4, lo cual significa que los pacientes de un grupo están libres de cáncer a una tasas 4 veces mayor que los pacientes del otro grupo de estudio durante el período de estudio. Minitab muestra los riesgos relativos de cada variable para sea posible evaluar con facilidad su efecto en la frecuencia del evento.