Bonjour,
J'ai une question assez simple, et je n'arrive pas à trouver la réponse malgré mes recherches.
Mon but est de modéliser la fonction de survie et son durée de vie moyenne (espérance)
voici la fonction de survie pour l'approche non paramétrique kaplan meier
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3 # par méthode KM x3 <-Surv(data$durée_en_mois, data$est_mort==1) KMfit<-survfit(x3~1)
Idée maintenant est d’ajouter les covariables pour voir ses effets sur la mortalité. J’ai donc choisi d’utiliser le modèle de Cox.
J’ai d’abord sélectionné les variables significatives pour la mortalité. Et puis les introduire dans le modèle de Cox. (v1, v3 sont des variables qualitatives, les autres sont quantitatives)
Voici le résumé du modèle Cox:
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4 # par lapproche semi-paramétrique cox_complet_1_bis<-coxph(Surv(durée_en_mois, est_mort) ~ v1+v2+v3+v4 +v5+v6,data=data) cox_complet_1_bis summary(cox_complet_1_bis)
Après le test de proportionnalité, je pense qu’aucun de mes covariables ne satisfait de cette hypothèse. Parce que les p-value sont < 0.05
Voici le résultat :
J’aimerais savoir dans ce cas-là, est-ce que ça veut dire qu’il faille changer le modèle Cox (proportionnel) en modèle additif Aalen ? Ou bien faire la strata() pour tous les variables qui ne satisfait pas l’hypothèse proportionnalité (Cox)?
J’ai essayé le modèle additif d’Aalen, mais je ne sais pas comment l’interpréter. Et je ne sais pas non plus comment obtenir la fonction de survie du modèle additif Aalen à partir de ces résultats.
Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4 # méthode non-paramétrique : addtif Aalen fit_aa_1<-aareg(Surv(durée_en_mois,est_mort,type="right")~ v1+v2+v3+v4 +v5+v6,data=data) fit_aa_1 summary(fit_aa_1)
Je vous remercie!
yinjx5525
Partager