Como faço para realizar análises de regressão com riscos concorrentes usando a sintaxe de comando stcrreg ou stcompet, eu faço pesquisas sobre câncer e quero modelar o risco de recorrer ao câncer em vários sites do corpo, com outros sites e a morte como riscos concorrentes. Minhas variáveis são: diagdate (Data de diagnóstico) followupdate (Data do último acompanhamento no status vital) recorrência (Localização da primeira recorrência, 3 valores do site) deathdate (Data da morte no período de acompanhamento) e várias variáveis prognósticas Para ser ajustado no modelo. Então, o que eu quero é analisar cada localização de recorrência separadamente com uma recorrência em qualquer um dos outros 2 locais como um risco concorrente e também morte de qualquer causa durante o período de acompanhamento para aqueles que nunca tiveram uma recorrência. Se você morrer antes de uma recorrência, você não pode recorrer, portanto, um risco concorrente e não um evento de censura. Se você tiver uma recorrência em outro local diferente do analisado, você não pode recorrer à localização em análise (somente a primeira recorrência é registrada). O meu problema é reduzir a sintaxe e definir os intervalos de tempo corretos. Eu poderia gerar uma nova variável de suporte Death antes da recorrência e definir esse binário, mas então eu perderia o aspecto do tempo dessa variável. Quero que meus assuntos estejam sob risco desde que estejam realmente sob risco e não destruam dados removendo o aspecto do tempo. Não sei como definir horários diferentes sob risco para diferentes categorias de pacientes. Se você nunca morreu ou teve uma recorrência, o seu tempo sob risco é o mesmo que o período de acompanhamento. Se você morreu antes de ter uma recorrência, seu tempo de risco é o tempo que você viveu após o diagnóstico. Se você teve uma recorrência, seu tempo sob risco é quanto tempo você está livre de recorrência após o diagnóstico e saia a análise nesse ponto de tempo, mesmo que você possa viver mais do que o período de acompanhamento. Estou fazendo algum sentido Este link statafeaturesoverviewcompeting-risk-regression descreve muito o meu problema, mas tenho problemas para decifrar os diferentes elementos da sintaxe, pois tenho dois tipos de eventos concorrentes (morte antes da recorrência durante o acompanhamento e outras recorrências). Se você gerar uma nova variável com qualquer possível de vários eventos, por exemplo, varanyoutcome e eventos podem ser noevent0, localrecurrence1, distantrecurrence2 e deathbeforeanyrecurrence3, então o comando stset e stcrreg serão (variáveis em itálico): stset followupdate. Falha (varanyoutcome 1) enter (diagdate) origem (diagdate) escala (365.25) stcrreg variável1 variável2 variável3 variableetc, competir (varanyoutcome 2 3), uma vez que a Stata tratará 0 e faltando como nenhum evento e, portanto, censurado quando perdido-seguimento , Portanto, certifique-se de que nenhum evento esteja codificado como 0 e não como 1 ou qualquer outro número. Usando gerar e substituir, é fácil criar uma variável composta com todos os resultados possíveis, mesmo que seus dados brutos tenham resultados divididos em várias variáveis. Aviso Estou usando a versão 12 da Stata e atualmente estou realizando uma análise de riscos concorrentes utilizando um modelo de amplo amplificador com O comando stcrreg. O meu conjunto de dados é sobre pacientes com câncer, onde os pacientes estão morrendo de câncer (o evento de interesse) ou outras causas (o evento concorrente). Meu modelo contém idade no diagnóstico, estágio de câncer no diagnóstico (categórico), ano de diagnóstico e gênero, bem como efeitos dependentes do tempo (TDEs) tanto para o estágio quanto para o ano de diagnóstico. Eu não tenho problemas com a previsão de curvas CIF quando não relaxando a suposição proporcional de riscos de subdistribuição, porém é claro que as variáveis estágio e ano estão em violação desta suposição. Estou ciente de que o stcurve não pode ser usado após um modelo stcrreg com a opção tvc (). Atualmente, estou tentando prever as curvas CIF deste modelo com TDEs, através de uma transformação do CIF de linha de base. Até agora, não tive sorte, pois não consigo descobrir como melhor transformar o CIF de base para padrões de covariáveis específicos. Eu incluí meu código de modelo no final desta postagem, no entanto, não incluí minha tentativa de prever as curvas CIF - eu estava realmente movendo-se na direção errada, tentando prever o risco de subdistribuição de linha de base e depois transformar para obter funções de risco de subdistribuição sobre Tempo para padrões covariáveis específicos. Até que eu percebi que só se pode prever o risco acumulado de subdistribuição de linha de base. Peço desculpas se esta é uma pergunta simples, no entanto, estou realmente preso e, portanto, eu agradeço qualquer ajuda
Comments
Post a Comment