Discussion :

[bulledeneige]

Bonjour,

A la suite de tests du log-rank, je verifie mes hypotheses de prop. avant d'inclure mes variables dans le modele de Cox.

J'ai teste diverses methodes et les resultats sont differents.

1)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
%macro hyp(xvar,var) ;
proc phreg data=hyp;
model tp_dc*deces(0 2)= &var &xvar ;
&xvar= &var*(log(tp_dc)- 1.19);
run;
%mend;
%hyp(PS2,PS);

où 1.19 est la moyenne de log(tp_dc)

2) solution trouvée sur le net

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
Proc phreg data=calcul;TITLE ' ';
model tp_dc*deces(0 2) = PS NSE_GR LDH_GR  PS2
                         NSE_GR2 LDH_GR2  ;
PS2=PS*log(tp_dc);
NSE_GR2=NSE_GR*log(tp_dc);
LDH_GR2=LDH_GR*log(tp_dc);
 
test_proportionality: test  PS2,NSE_GR2,LDH_GR2;run;

Dans le cas 1, j'ai pour PS2 : Pr > Khi-2=0.0004 donc pas OK
Dans le cas 2, j'ai PS2 : Pr > Khi-2=0.16 donc OK

Le graph va plutot dans le sans2)

Pouvez vous m'éclairer ??

Merci

[fafabzh6]

Bonjour,
Quelle est ta question?
Testes-tu des modèles identiques ou différents?
Est-ce un problème statistique ou un problème de programmation SAS (macro)?

[Manoutz]

Je suis d'accord avec fafbzh6, on ne peut pas savoir ce que tu modélises dans ton premier modèle étant donné que tu utilises des macros variables.

Maintenant, je connais deux façons de tester cette hypothèse de proportionalités des hazards (C'est bien ce que tu veux faire? Essaye d'être précis, c'est pas évident de savoir ce que tu veux faire quand tu dis "hypotheses de prop.")

La première est de consulter les sorties graphiques et jauger "à l'oeil". C'est à ma connaissance la méthode la plus utilisée. Une autre approche consiste à utiliser une approche non paramétrique pour calculer les log(-log(S(t)) pour les deux fonctions de survies pour obtenir ainsi leur différences.

maintenant, peux tu m'expliquer tes deux méthodes (ca m'intéresse)? A quoi correspondant les p-values?

Manoutz