İstatistik Sözlüğü → Cox Regresyonu (Orantılı Tehlikeler Modeli)
Cox Regresyonu (Orantılı Tehlikeler Modeli)analiz
Bir olaya (ölüm, nüks, arıza, işten ayrılma) kadar geçen süreye birden fazla etkenin aynı anda nasıl etki ettiğini, her etken için bir tehlike oranıyla (HR) gösteren sağkalım modeli.
Kavram
Sağkalım verisinde sonuç 'olay oldu mu' ve 'ne zaman oldu' sorularının birleşimidir. Bazı kişilerde çalışma bittiğinde olay henüz gerçekleşmemiştir; bunlar sansürlü gözlemlerdir ve atılmadan modele katılmaları gerekir. Bu nedenle sıradan regresyon değil, sağkalım modelleri kullanılır.
Cox modeli, herhangi bir andaki olay riskini (tehlike) bir temel tehlike ile kovaryatların etkisinin çarpımı olarak yazar: h(t) = h₀(t) · exp(β₁x₁ + β₂x₂ + …). Temel tehlikenin biçimi hiç belirtilmez; model yalnızca etkenlerin göreli etkisini kestirir. Her katsayının üsteli, exp(β), tehlike oranıdır: HR = 2, o etkenin bir birim artışında anlık riskin iki katına çıktığını; HR = 0,5 yarıya indiğini söyler.
Modelin temel varsayımı orantılı tehlikelerdir: iki kişinin risk oranı zaman içinde sabittir. Bu varsayım Schoenfeld artıklarıyla sınanır; bozulduğu etkenler için tabakalama ya da zamana bağlı etkiler kullanılır.
Ne zaman kullanılır?
- Olaya kadar geçen süre ile ilgilenildiğinde ve bazı gözlemler sansürlü olduğunda (klinik izlem, makine ömrü, müşteri kaybı).
- Birden fazla risk etkenini aynı anda değerlendirip her birinin diğerlerinden bağımsız etkisini görmek istendiğinde.
- Yalnız gruplar arası sağkalım eğrilerini karşılaştırmak yetiyorsa Kaplan-Meier ve log-rank testi; birden fazla olay türü birbirini engelliyorsa rakip riskler analizi kullanılır.
Gündelik bir örnek
Bir firma, abonelerinin ne kadar süre sonra aboneliği bıraktığını izliyor. Bazı aboneler hâlâ aboneliğe devam ettiği için ne zaman bırakacakları bilinmiyor (sansürlü). Cox regresyonu yaşı, aylık ücreti ve müşteri hizmetlerine yapılan şikâyet sayısını birlikte modele koyar ve örneğin şikâyet sayısının tehlike oranını 1,40 bulabilir: diğer etkenler sabitken her ek şikâyet, aboneliği bırakma riskini herhangi bir anda yaklaşık %40 artırır.
MerQur'da parametreler
Süre, Olay ve Prediktörler
Kavram: Sağkalım modelinin üç girdisi vardır: olaya kadar geçen süre, olayın gerçekleşip gerçekleşmediğini gösteren gösterge (1 = olay, 0 = sansür) ve riski etkilediği düşünülen kovaryatlar. Sansürlü bir kişi 'olay yaşamadı' anlamına gelmez; yalnız izlendiği süre boyunca olayın görülmediğini söyler.
Gündelik örnek: Her abone için kaç ay abone kaldığı (süre), aboneliği bırakıp bırakmadığı (olay) ve yaşı, aylık ücreti ve şikâyet sayısı (kovaryatlar) tek bir satırda yer alır. Hâlâ abone olan biri 0 olarak kodlanır; bırakmış sayılmaz ama bugüne kadar bırakmadığı bilgisi modele katılır.
Ne işe yarar: Süre (≥ 0), olay göstergesi (0/1) ve kovaryatlar. Metin sütunlar kategorik kodlanır.
Sonuca etkisi: Tüm model değişir.
Doğrulama verisinde: Tüm vakalarda n, olay sayısı, katsayı, SE, z, p, HR ve aralıklar verilir. Katsayılar ekranda 4, p değeri 6 ondalıkla gösterilir; küçük katsayılarda (VA Duration 0.0032) anlamlı basamak sayısı azdır.
Olay kodu (değerler)
Kavram: Durum sütunu 0/1 dışında kodlar ya da ikiden fazla değer içerdiğinde hangi değerin olay sayılacağını belirtir; geri kalan tüm değerler sansür kabul edilir.
Gündelik örnek: Firma kayıtlarında durum 1 = hâlâ abone, 2 = iptal etti olarak tutuluyorsa olay kodu olarak 2 girilir. Böylece model 1 kodlu aboneleri sansürlü, 2 kodluları aboneliği bırakmış olarak okur.
Ne işe yarar: Çok değerli durum sütununda olay sayılan değer(ler)i belirtir; diğerleri sansürdür.
Sonuca etkisi: Olay göstergesini yeniden kurar.
Doğrulama verisinde: lung status 1/2 için kod "2": sex -0.5526 (SE 0.1677), ph.ecog 0.4637. Boş bırakılınca MerQur "Olay sütunu yalnızca 0 ve 1 içermeli" hatası verir; 1/2 kodlu sütunda olay kodunun açıkça girilmesi gerekir.
Güven Düzeyi (%90 / %95 / %99 / Diğer, özel değer)
Kavram: Her tehlike oranı için verilen aralığın ne kadar güvenle kurulacağını belirler. Aralık katsayının log ölçeğinde simetrik kurulup üstel alınarak HR ölçeğine çevrildiğinden HR'nin iki yanında simetrik değildir.
Gündelik örnek: Şikâyet sayısının HR'si 1,40 ve %95 güven aralığı [1,20; 1,63] çıkmış olsun: her ek şikâyetin bırakma riskini en az %20, en çok %63 artırdığı söylenebilir. %99 güven istenirse aralık genişler ve alt sınır 1'e yaklaşır.
Ne işe yarar: HR için Wald aralığı exp(b ± z·SE). Anlamlılık işareti de seçilen α'ya göre verilir.
Sonuca etkisi: Yalnız aralık sınırları değişir (katsayı, SE, p değişmez).
Doğrulama verisinde: VA Therapy_test HR aralığı: %95 (1.092, 2.886), %90 (1.181, 2.669), %99 (0.937, 3.363), %80 (1.292, 2.439), %99.9 (0.785, 4.015).
Orantılı tehlike testi (Schoenfeld) ve PH testi zaman dönüşümü (Kaplan-Meier / Sıra / Süre / log t)
Kavram: Orantılı tehlikeler varsayımı, bir etkenin riski artırma ya da azaltma oranının izlem boyunca sabit kaldığını söyler. Schoenfeld artıkları zamana karşı belirgin bir eğilim gösteriyorsa varsayım bozulmuştur; zaman dönüşümü, bu eğilimin hangi zaman ölçeğinde (ham süre, log süre, sıra) aranacağını belirler.
Gündelik örnek: Şikâyetin etkisi aboneliğin ilk aylarında çok güçlü olup bir yıl sonra zayıflıyorsa tek bir HR = 1,40 tüm dönemi doğru özetlemez. Bu test o şikâyet değişkeni için anlamlı çıkar ve etkinin zamanla değiştiğini haber verir.
Ne işe yarar: Grambsch-Therneau skor testi (terim başına ve genel) ve ölçeklenmiş Schoenfeld artıkları. g(t) olarak 1-KM(t-), sıra, t ya da log t kullanılır. Kesin bağ yönteminde hesaplanmaz (uyarı yazılır).
Sonuca etkisi: Yalnız PH testi bölümü değişir; kapalıyken başka çıktı değişmez.
Doğrulama verisinde: veteran (trt, prior, karno) genel χ²: km 18.073, sıra 18.806, süre 11.439, log t 14.961; karno km 12.138. ovarian verisinde age 0.698, ecog.ps 2.371, genel 3.633.
Tabaka değişkeni (STRATA)
Kavram: Tabakalama, her tabakaya kendi temel tehlike eğrisini tanırken kovaryatların etkisini tabakalar arasında ortak kabul eder. Orantılılığı bozan bir değişkeni denetim altına almanın yoludur; karşılığında tabaka değişkeni için bir HR kestirilmez.
Gündelik örnek: Bireysel ve kurumsal aboneler zaman içinde çok farklı biçimlerde ayrılıyorsa abonelik türü tabaka yapılır. Model iki tür için ayrı temel risk eğrisi kullanır, ama şikâyet sayısının etkisini her iki türde ortak bir HR ile verir.
Ne işe yarar: Her tabakaya ayrı taban tehlike, ortak β.
Sonuca etkisi: Katsayılar ve temel sağkalım değişir.
Doğrulama verisinde: actg320 cd4_q tabakası (Breslow): tx -0.6678 (SE 0.2155; tabakasız -0.7283).
Bağ yöntemi (Efron / Breslow / Kesin)
Kavram: Birden fazla kişi aynı zamanda olay yaşadığında (bağlı süreler) kimin önce olay yaşadığı bilinmez ve kısmi olabilirliğin bu belirsizliği nasıl ele alacağı seçilmelidir. Breslow en kaba yaklaşımdır, Efron daha doğrudur, kesin yöntem bağları tam olarak hesaba katar; bağ azsa üçü neredeyse aynı sonucu verir.
Gündelik örnek: Süre ay olarak kaydedildiğinde aynı ay içinde onlarca abone birden aboneliği bırakır ve hangisinin önce bıraktığı bilinmez. Böyle çok bağ içeren veride Efron ya da kesin yöntem, Breslow'a göre katsayıları daha az yanlı kestirir.
Ne işe yarar: Aynı anda olay yaşayanlar için kısmi olabilirlik yaklaşımı. MerQur'un "kesin" seçeneği ayrık-zaman (koşullu lojistik) kesin olabilirliğidir.
Sonuca etkisi: Katsayılar, SE ve olabilirlik değişir.
Doğrulama verisinde: VA Cell_squamous: Efron -1.1996, Breslow -1.1913, kesin -1.2060; LL -472.25 / -473.07 / -447.69 (kesin olabilirlik farklı ölçektedir).
Kategorik kodlama (Gösterge ilk / Gösterge son / Sapma)
Kavram: Kategorik bir kovaryat modele gösterge (kukla) değişkenler olarak girer. Gösterge kodlamasında her düzeyin HR'si seçilen referans düzeye göre okunur; sapma kodlamasında ise düzeyler tüm düzeylerin ortalamasıyla karşılaştırılır.
Gündelik örnek: Paket türü 'temel', 'standart' ve 'premium' olsun. Referans 'temel' iken premium için HR = 0,60 çıkarsa premium aboneler, temel paketlilere göre herhangi bir anda yaklaşık %40 daha düşük bırakma riski taşır. Referans değişince sayılar değişir ama model aynı kalır.
Ne işe yarar: Metin kovaryatlar için gösterge kodlaması (referans ilk ya da son düzey) ya da sapma kodlaması (son düzey -1); düzeyler alfabetiktir. Yalnız sayısal olmayan sütunlara uygulanır.
Sonuca etkisi: Katsayıların referansı ve yorumu değişir.
Doğrulama verisinde: VA Cell (Prior*Therapy etkileşimli model, Efron bağ yöntemi): ilk (temel düzey adeno) large -0.7906 (Breslow ile -0.7836); son (temel düzey squamous) adeno 1.1996, large 0.4089, small 0.8950; sapma adeno 0.5737, large -0.2169, small 0.2691.
Etkileşimler (a*b, a:b)
Kavram: Etkileşim, bir etkenin riske etkisinin başka bir etkenin düzeyine göre değişip değişmediğini sınar. Cox modelinde etkileşim terimi, bir değişkenin HR'sinin diğer değişkenin her birimlik artışında kaç katına çıktığını gösterir.
Gündelik örnek: Şikâyetin bırakma riskine etkisi yüksek ücret ödeyen abonelerde daha güçlü olabilir: pahalı paketteki müşteri sorun yaşayınca daha kolay vazgeçer. Ücret*şikâyet terimi bu farkın şansla açıklanıp açıklanamayacağını sınar.
Ne işe yarar: a*b ana etkileri ve çarpımı, a:b yalnız çarpımı ekler.
Sonuca etkisi: Model terimleri değişir.
Doğrulama verisinde: VA Prior*Therapy -0.87579 (SE 0.42976); Prior:Therapy yalnız çarpım -0.1849; whas500 gender*age 2.32852 / 0.07840 / -0.03043.
Değişken seçimi (Enter / İleri LR / Geri LR / AIC iki yönlü)
Kavram: Hangi kovaryatların modelde kalacağına karar verir: Enter hepsini birlikte alır, adımsal yöntemler değişkenleri istatistiksel bir ölçüte göre ekler ya da çıkarır. Adımsal seçim keşif amaçlıdır; seçilen modelin p değerleri ve güven aralıkları olduğundan iyimser görünür.
Gündelik örnek: Firmanın elinde 15 aday değişken (bölge, cihaz türü, ödeme biçimi…) var ve hangilerinin önemli olduğunu bilmiyor. Geriye doğru eleme önemsiz görünenleri tek tek atar; ancak bulunan modelin başka bir abone örnekleminde de aynı çıkacağı yeni veriyle denetlenmelidir.
Ne işe yarar: Giriş skor p < 0.05, çıkış LR p > 0.10; AIC seçeneği iki yönlüdür. Etkileşim modeldeyken bileşenleri çıkarılmaz.
Sonuca etkisi: Modelde kalan terimler değişir.
Doğrulama verisinde: VA geri (LR): Duration ve Age çıkar, {Kps, Cell, Prior, Therapy, Prior*Therapy} kalır; geri eleme hiyerarşiyi gözetir, etkileşim modeldeyken onu oluşturan ana etkiler çıkarılmaz. VA ileri (LR): {Kps, Cell}.
Küme (sağlam SE)
Kavram: Gözlemler kümeler içinde birbirinden bağımsız değilse sıradan standart hatalar olduğundan küçük çıkar. Sağlam (sandviç) varyans küme içi bağımlılığı hesaba katar; katsayılar değişmez, yalnız standart hata, p değeri ve güven aralığı düzelir.
Gündelik örnek: Aynı haneye ait birden fazla abonelik (ör. aile hatları) çoğu zaman birlikte iptal edilir. Hane kimliği küme olarak verilirse model, bu abonelikleri birbirinden bağımsız bilgiler gibi sayıp kesinliği abartmaz.
Ne işe yarar: Lin-Wei sandviç varyansı; SE, p, GA ve terim testleri sağlamdır, naif SE ve sağlam Wald ayrıca verilir.
Sonuca etkisi: SE, p ve aralık değişir.
Doğrulama verisinde: Blind (ID, 197 küme): Treat_Laser SE 0.1850 (naif 0.2177); lung (inst, 18 küme) sağlam Wald 33.861. Kesin bağ yönteminde sağlam SE istenirse hata verilir.
Ek çıktılar: Artık özetleri ve Artıkları veri setine kaydet
Kavram: Artıklar modelin tek tek gözlemlere ne kadar uyduğunu gösterir. Martingale artığı gözlenen olay ile modelin o kişi için beklediği olay miktarının farkıdır; deviance artığı bunun aykırıları bulmaya uygun simetrik biçimidir; Cox-Snell genel uyumu, dfbeta ise bir gözlemin katsayıları ne kadar değiştirdiğini gösterir.
Gündelik örnek: Büyük negatif martingale artığı olan bir abone, modelin 'çoktan bırakmış olmalıydı' dediği hâlde uzun süre kalan müşteridir. Dfbeta, tek bir abonenin şikâyet katsayısını ne kadar oynattığını gösterir; çok yüksekse o kaydın doğruluğu denetlenir.
Ne işe yarar: Martingale, deviance, Cox-Snell, Xb ve dfbeta artıkları; özet (min, Q1, medyan, Q3, maks) ve en etkili 5 satır. "Kaydet" bunları veri setine sütun olarak ekler.
Sonuca etkisi: Ek çıktı ekler; kaydetme metni değiştirmez.
Doğrulama verisinde: VA martingale min -5.731, medyan 0.288, maks 0.991. Kesin bağ yönteminde dfbeta verilmez.
→ Cox modeli artıkları (martingal, sapma, Cox-Snell, dfbeta)
Gerçek veride örnek
Veri: VA akciğer kanseri, Kalbfleisch ve Prentice 1980; SAS PHREG
Değişkenler: süre Time (gün), olay Status, prediktörler Kps, Duration, Age, Cell, Prior, Therapy
- Soru: Akciğer kanserli hastalarda (n = 137, 128 ölüm) tedavi, hücre tipi, Karnofsky performans skoru (Kps), tanı süresi, yaş ve önceki tedavi ölüm riskini birlikte nasıl etkiliyor?
- Model testi: Yorumdaki sonuçlar etkileşimsiz modelden (ana etkiler, Efron bağ yöntemi) gelir. Olabilirlik oranı χ²(8) = 62.10, p < .001; kovaryatlar birlikte riski anlamlı açıklar. C-index = 0.736 (iyi ayırma gücü).
- Sonuç: Kps arttıkça risk azalır: HR = 0.968, %95 GA [0.957, 0.978], p < .001 (her puan riski yaklaşık %3.2 düşürür). Adeno hücre tipine göre large (HR = 0.452, p = .009) ve squamous (HR = 0.302, p < .001) hücre tiplerinde risk daha düşüktür; Cell toplu Wald χ²(3) = 18.14, p < .001.
- Anlamsız kovaryatlar: Tedavi (HR = 1.34, p = .156), tanı süresi, yaş ve önceki tedavi anlamlı değildir.
- Varsayım: Orantılı tehlike testi GLOBAL χ²(8) = 34.55, p < .001; Cell (p = .0016) ve Kps (p = .0003) için PH varsayımı ihlal edilmiş görünür. Bu değişkenler için tabakalama ya da zamanla değişen etki düşünülmelidir.
- APA: Cox regresyonunda Karnofsky skoru, HR = 0.97, %95 GA [0.96, 0.98], p < .001, ve hücre tipi, Wald χ²(3) = 18.14, p < .001, sağkalımı anlamlı yordamıştır; LR χ²(8, N = 137) = 62.10, p < .001.
İlgili kavramlar
Tehlike oranı (HR)Sansürleme (sağkalım analizi)Orantılı tehlikeler varsayımıBağ yöntemi (Efron, Breslow, kesin)Güven düzeyi ve güven aralığıAşamalı (stepwise) değişken seçimiEtkileşim etkisiCox modeli artıkları (martingal, sapma, Cox-Snell, dfbeta)Küme-sağlam (kümelenmiş) standart hatalar
Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.