Généralités sur Ajuster le modèle de Cox sous forme de processus de comptage

Utiliser Ajuster le modèle de Cox sous forme de processus de comptage pour décrire la relation entre les prédicteurs et la survie. Les prédicteurs peuvent être fixes ou dépendants du temps, ce qui signifie que les valeurs des prédicteurs peuvent changer au cours de la période d’étude. Vous pouvez inclure des termes d’interaction et polynomiaux et effectuer une sélection progressive des termes.

Les données doivent être dans le style de saisie du processus de comptage. Dans le formulaire de saisie du processus de comptage, plusieurs lignes représentent chaque sujet. Chaque ligne décrit un intervalle de temps où les valeurs de toutes les variables sont constantes. Les prédicteurs dépendant du temps changent entre les lignes. Les intervalles commencent juste après l’heure de début et incluent l’heure de fin.

La forme de processus de comptage des données est un format flexible qui vous permet d’analyser des données qui contiennent à la fois des prédicteurs dépendants fixes et des prédicteurs dépendants du temps. En outre, cette forme d’entrée gère les données d’événements récurrents. Par exemple, une étude de recherche examine l’effet d’un médicament sur une tumeur. Les sujets prennent une dose plus élevée d’un médicament dans certaines phases de traitement, de sorte que la dose de médicament n’est pas la même au cours de l’étude. Cette caractéristique fait de la dose du médicament un prédicteur dépendant du temps. En outre, un sujet peut avoir une tumeur aller en rémission mais ne pas quitter l’étude. Étant donné que le sujet peut subir un traitement, une rémission et une récidive plusieurs fois au cours de l’étude, l’étude doit tenir compte des événements récurrents.

Les principaux résultats des études comparatives qui utilisent la régression de Cox rapportent souvent des risques relatifs pour les prédicteurs sous différents traitements. Par exemple, une étude sur un traitement contre le cancer conclut que le risque relatif pour deux groupes est de 4, ce qui signifie que les patients d’un groupe sont exempts de cancer à 4 fois le taux de patients de l’autre groupe au cours de la période d’étude. Minitab affiche les risques relatifs pour chaque variable afin que vous puissiez facilement évaluer leur effet sur la fréquence de l’événement.