MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → Parametrik Sağkalım

Parametrik Sağkalımanaliz

Olaya kadar geçen süreyi Weibull, log-normal gibi belirli bir olasılık dağılımıyla modelleyen ve etkenlerin bu süreyi kaç kat uzattığını ya da kısalttığını (zaman oranı) veren sağkalım modeli.

Kavram

Cox regresyonu etkenlerin olay riskini kaç kat değiştirdiğini söyler ve riskin zamanla biçimini hiç belirtmez. Parametrik sağkalım modelleri ise olaya kadar geçen sürenin belirli bir dağılım izlediğini varsayar. Bu varsayım doğruya yakınsa model daha verimli kestirim yapar, izlem süresinin ötesine makul tahminler üretebilir ve sonucu doğrudan zaman ölçeğinde verir: 'bu etken sağkalım süresini yaklaşık yarıya indiriyor' gibi.

Hızlandırılmış başarısızlık zamanı (AFT) modelinde sürenin logaritması kovaryatların doğrusal bir fonksiyonudur: log T = β₀ + β₁x₁ + … + σW. W'nin dağılımı modelin türünü belirler (Weibull, log-normal, log-lojistik, üstel, genelleştirilmiş gamma). Katsayının üsteli, exp(β), zaman oranıdır (TR): TR = 2, o etkenin bir birim artışında olaya kadar geçen sürenin iki katına çıktığını; TR = 0,5 yarıya indiğini söyler. Etken adeta zamanın akış hızını değiştirir. Dağılımın biçimi, tehlikenin zamanla sabit mi kaldığını (üstel), düzenli olarak mı arttığını ya da azaldığını (Weibull) yoksa önce artıp sonra mı azaldığını (log-normal, log-lojistik) belirler.

Sonuçlar dağılım seçimine bağlıdır; bu nedenle farklı dağılımlar AIC ve BIC ile karşılaştırılmalı ve model eğrisi Kaplan-Meier eğrisiyle görsel olarak denetlenmelidir. Weibull ve üstel dağılımlar hem AFT hem orantılı tehlikeler modeli olarak yorumlanabilir; Weibull'da zaman oranı tehlike oranına çevrilebilir. Sansürün bilgi taşımadığı varsayımı Kaplan-Meier ve Cox'ta olduğu gibi burada da geçerlidir.

Ne zaman kullanılır?

  • Olaya kadar geçen süre sansürlü verilerle modellenirken sonucu zaman ölçeğinde (süreyi kaç kat uzatıyor / kısaltıyor) ifade etmek, yüzdelik süreleri tahmin etmek ya da izlem süresinin ötesine öngörü yapmak istendiğinde.
  • Mühendislik ve güvenilirlik çalışmalarında ürün ömrünün bilinen bir dağılım (çoğunlukla Weibull) izlediği düşünüldüğünde.
  • Tehlikenin zaman içindeki biçimi hakkında varsayım yapmak istenmiyorsa Cox regresyonu; olay zamanı yalnız bir aralık içinde biliniyorsa aralık sansürlü sağkalım modelleri tercih edilir.

Gündelik bir örnek

Bir akü üreticisi, iki farklı iklim bölgesinde satılan 400 akünün bozulmaya kadar geçen süresini izliyor; çalışma bittiğinde akülerin bir kısmı hâlâ çalışıyor (sansürlü). Weibull AFT modeli sıcak bölgedeki akülerin zaman oranını 0,75 bulursa, sıcak bölgede bir akünün ömrü serin bölgedekinin yaklaşık %75'i kadardır. Model ayrıca ortanca ömrün örneğin serin bölgede 5 yıl, sıcak bölgede 3,75 yıl olduğunu tahmin edebilir; üretici garanti süresini buna göre belirleyebilir.

MerQur'da parametreler

Süre sütunu, Olay (0/1) ve Kovaryatlar

Kavram: Süre, izlemin başından olaya ya da sansüre kadar geçen zamandır; olay göstergesi bu sürenin olayla mı (1) yoksa sansürle mi (0) bittiğini söyler. Kovaryatlar, olaya kadar geçen süreyi etkilediği düşünülen değişkenlerdir.

Gündelik örnek: Akü örneğinde süre satıştan bozulmaya ya da çalışmanın bitişine kadar geçen ay sayısı, olay 'bozuldu mu?', kovaryatlar iklim bölgesi ve aracın günlük kullanım süresidir.

Ne işe yarar: log T = xβ + σW modelinin yanıtı ve kovaryatları; metin kovaryatlar K-1 kukla değişkenle kodlanır. Kovaryat seçici metin kategorikleri de listeler. En az 30 gözlem ve 10 olay gerekir.

Sonuca etkisi: Tüm model değişir.

Doğrulama verisinde: Katsayılar ve olabilirlikler aşağıdaki dağılımlar altında verilir.

Olay kodları (isteğe bağlı)

Kavram: Durum sütunu 0/1 dışında kodlandıysa hangi değerlerin olay sayılacağını belirtir; diğer değerler sansür kabul edilir.

Gündelik örnek: Servis kayıtlarında '1 = çalışıyor', '2 = arızalandı' yazıyorsa olay kodu 2 girilir; 'çalışıyor' kodlu aküler sansürlü sayılır.

Ne işe yarar: Olay sayılan değerleri belirtir; diğerleri sansürdür.

Sonuca etkisi: Olay göstergesini yeniden kurar.

Doğrulama verisinde: lung "2": ph.ecog -0.3557, sex 0.4014, Intercept 5.8196, σ = 0.7310. Boşken lung 1/2 hata verir. headache verisinde olay kodu boş bırakılınca Censor = 1 olay sayılır; 8 olayla 'en az 10 olay' kuralı modeli durdurur. Olay kodu 0 girilince 30 olayla model kurulur.

Kategorik (faktör) değişkenler

Kavram: Sayılarla kodlanmış ama aslında kategori olan bir değişkenin (ör. 1, 2, 3 ile kodlanmış bölgeler) tek bir sayısal eğim yerine kukla değişkenlerle modellenmesini sağlar; her düzey temel düzeye göre okunur.

Gündelik örnek: İklim bölgesi 1 = serin, 2 = ılıman, 3 = sıcak olarak kodlandıysa ve faktör yapılmazsa model 'bölge numarası bir arttıkça ömür şu kadar değişir' gibi anlamsız bir varsayım yapar. Faktör yapıldığında ılıman ve sıcak bölgelerin her biri serin bölgeyle ayrı ayrı karşılaştırılır.

Ne işe yarar: Sayısal kodlu bir sütunu faktör yapar (K-1 kukla; temel düzey alfabetik ya da sayısal ilk düzey ya da Referans düzeyler alanında girilen düzey).

Sonuca etkisi: Katsayı sayısı ve yorumu değişir.

Doğrulama verisinde: larynx "stage" faktör: stage_2 -0.1477, stage_3 -0.5866, stage_4 -1.5441. Temel düzey "stage=4" seçildiğinde aynı model: stage_1 1.5441, stage_2 1.3964, stage_3 0.9575.

→ Kukla (gösterge) değişken kodlaması

Dağılım (Weibull / Log-Normal / Log-Logistic / Exponential / Generalized Gamma / Gompertz (PH))

Kavram: Sürenin hangi dağılımı izlediğini ve buna bağlı olarak tehlikenin zamanla nasıl değiştiğini belirler: üstelde tehlike sabittir, Weibull'da düzenli artar ya da azalır, log-normal ve log-lojistikte önce artıp sonra azalabilir, Gompertz'de üstel olarak artar; genelleştirilmiş gamma birkaç dağılımı özel durum olarak içeren esnek bir ailedir.

Gündelik örnek: Akülerin kullanım yaşı arttıkça bozulma riski artıyorsa Weibull uygun olabilir. Yeni akülerin bir kısmı üretim hatası yüzünden ilk aylarda bozulup sonra risk azalıyorsa log-normal ya da log-lojistik daha iyi uyabilir.

Ne işe yarar: Hata dağılımını seçer. Weibull, log-normal ve log-lojistik lifelines AFT motoruyla; üstel, genelleştirilmiş gamma ve Gompertz kendi en çok olabilirlik kestirimiyle çalışır (üstelde analitik Hessian, Gompertz ve gen. gamma'da Richardson sayısal Hessian).

Sonuca etkisi: Tüm katsayılar, ölçek ve olabilirlik değişir. Weibull "rho" = 1/σ (Weibull biçim parametresi), log-lojistik "beta" = 1/σ, log-normal σ olarak raporlanır.

Doğrulama verisinde: larynx, z1 z2 z3 age: LL Weibull -141.4234, log-normal -141.3917, log-lojistik -141.5890, üstel -141.8978, gen. gamma -141.0769, Gompertz -141.3783; z3 için zaman oranı 0.2135 / 0.1561 / 0.1710 / 0.1949 / 0.1774, Gompertz HR 5.8261.

→ Hızlandırılmış başarısızlık zamanı (AFT) modeli ve sağkalım dağılımları

Referans düzeyler

Kavram: Metin olarak kodlanmış bir kategorik değişkende hangi düzeyin karşılaştırma ölçütü (temel düzey) olacağını belirler. Temel düzey değişince modelin uyumu değişmez; yalnız katsayıların hangi gruba göre okunduğu değişir.

Gündelik örnek: Bölge 'serin, ılıman, sıcak' metinleriyle kodlandıysa ve sonuçların sıcak bölgeye göre okunması isteniyorsa temel düzey 'sıcak' yapılır. O zaman serin bölgenin zaman oranı 1'den büyük çıkar: 'serin bölgede aküler daha uzun yaşar'.

Ne işe yarar: Metin kovaryatın temel (karşılaştırma) düzeyini belirler.

Sonuca etkisi: Kukla katsayıları ve kesişim değişir.

Doğrulama verisinde: headache (olay kodu = 0 ile) 'Group=grup2' için Group_grup1 -0.1933, Intercept 3.3091 (temel düzey = son düzey); boşken grup1 temel düzeydir (Group_grup2 +0.1933, SE 0.0786, Intercept 3.1158; rho 4.7128, AIC 205.75). mgus2 "sex=M" için sex_F +0.3187.

→ Referans kategori (karşılaştırma düzeyi)

Güven Düzeyi (%90 / %95 / %99 / Diğer (özel))

Kavram: Katsayıların ve zaman oranlarının aralık tahminlerinin güven düzeyini belirler. Zaman oranının aralığı 1'i içermiyorsa etken süreyi anlamlı biçimde değiştiriyor demektir.

Gündelik örnek: Sıcak bölgenin zaman oranı 0,75, %95 güven aralığı 0,65-0,87 ise aküler sıcak bölgede belirgin biçimde daha kısa yaşar; %99 seçildiğinde aralık genişler ama yine 1'i içermeyebilir.

Ne işe yarar: Katsayı ve zaman oranı aralığının düzeyi. Anlamlılık işareti seçilen α ile verilir.

Sonuca etkisi: Yalnız aralıklar değişir.

Doğrulama verisinde: larynx z3 zaman oranı aralığı: %95 (0.1048, 0.4351), %90 (0.1175, 0.3881), %99 (0.0838, 0.5442), %80 (0.1340, 0.3401), %99.9 (0.0646, 0.7056).

→ Güven düzeyi ve güven aralığı

Ek çıktılar: Dağılımlar arası AIC/BIC tablosu

Kavram: Aynı kovaryatlarla altı dağılımın her birini kurar ve log-olabilirlik, AIC ve BIC değerlerini yan yana gösterir. En küçük AIC, uyum ile karmaşıklık arasında en iyi dengeyi kuran dağılımı işaret eder; AIC farkı küçükse dağılımlar pratikte benzer uyar.

Gündelik örnek: Weibull, log-normal ve log-lojistik modellerin AIC'leri birbirine 1-2 birim yakın çıkarsa veri bunlar arasında net bir seçim yaptırmaz; zaman oranları da benzerse sonuç dağılım seçimine dayanıklıdır.

Ne işe yarar: Altı dağılım için parametre sayısı, LL, AIC, BIC, ΔAIC verir (en küçük AIC işaretlenir).

Sonuca etkisi: Yalnız ek çıktı ekler.

Doğrulama verisinde: larynx: üstel en küçük AIC (293.80; ΔAIC Weibull 1.05, gen. gamma 2.36). whas100: gen. gamma satırı dejenere uyumla LL = -102.88 çıkar; sınır çözümü "(!)" ile işaretlenir ve en iyi seçimin dışında tutulur (en iyi: Weibull).

→ Bilgi ölçütleri (AIC, AICc, BIC)

Ek çıktılar: Weibull PH parametrizasyonu (HR, σ)

Kavram: Weibull modeli aynı anda hem AFT hem orantılı tehlikeler modelidir. Bu çıktı zaman oranlarını Cox'takine benzer tehlike oranlarına çevirir; şekil parametresi 1'den büyükse tehlike zamanla artar, küçükse azalır.

Gündelik örnek: Sıcak bölgenin zaman oranı 0,75 iken tehlike oranı yaklaşık 1,5 çıkar (şekil parametresi 1,5 iken): aynı bulgu 'aküler %25 daha kısa yaşıyor' ya da 'herhangi bir anda bozulma riski yaklaşık 1,5 kat' biçiminde ifade edilir. Şekil 1,5 ise aküler eskidikçe bozulma riski artmaktadır.

Ne işe yarar: Yalnız Weibull için log HR = -b/σ (delta yöntemiyle SE), σ aralığı, rho ve lambda.

Sonuca etkisi: Yalnız ek çıktı ekler; başka dağılım seçiliyken çıktı üretmez.

Doğrulama verisinde: larynx z3 log HR = 1.745 (HR 5.726), σ = 0.8848, rho = 1.1301, lambda = 0.018537.

→ Hızlandırılmış başarısızlık zamanı (AFT) modeli ve sağkalım dağılımları

Ek çıktılar: Tahmini yüzdelikler ve S(t) (kovaryat ortalamalarında)

Kavram: Model, ortalama kovaryat değerlerindeki bir birim için sürenin yüzdeliklerini (ör. birimlerin %10'unun, %50'sinin olayı yaşadığı süre) ve belirli zamanlardaki sağkalım olasılığını tahmin eder. Parametrik bir dağılım kullanıldığı için bu tahminler izlem süresinin ötesine de uzatılabilir, ancak orada dikkatli yorumlanmalıdır.

Gündelik örnek: Üretici 'akülerin %10'u kaç ayda bozuluyor?' diye sorabilir; yanıt örneğin 22 ay ise garanti süresi bunun altında tutulabilir. Medyan ömür, akülerin yarısının bozulduğu süredir.

Ne işe yarar: Kovaryat ortalamalarında %10, 25, 50, 75 ve 90 yüzdeliklerini ve S(t | x ortalaması) değerlerini verir.

Sonuca etkisi: Yalnız ek çıktı ekler.

Doğrulama verisinde: motorette (tek kovaryat) %50 = 1614.96; larynx Weibull %50 = 5.2028; üstel, gen. gamma ve Gompertz dağılımları ile faktörlü model için de yüzdelikler verilir.

→ Yüzdelik (kantil) ve yüzdelik tanımları

Gerçek veride örnek

Veri: Larinks kanseri, Klein ve Moeschberger 2003, R KMsurv

Değişkenler: süre time (yıl), olay delta (ölüm), kovaryatlar z1, z2, z3 (evre kuklaları) ve age (yaş)

  • Soru: Larinks kanserli hastalarda (n = 90, 50 ölüm) hastalık evresi (z1, z2, z3: evre II, III, IV kuklaları; temel düzey evre I) ve yaş sağkalım süresini ne kadar kısaltıyor? (Weibull AFT modeli)
  • Model testi: LR χ²(4) = 19.37, p = 0.00066; kovaryatlar birlikte anlamlı. Log-olabilirlik -141.42, AIC 294.85.
  • Sonuç: Yalnız evre IV anlamlıdır: z3 katsayısı -1.5441 (SH 0.3633, p < .001), zaman oranı TR = 0.2135 [0.105, 0.435]; evre IV hastaların sağkalım süresi evre I'e göre yaklaşık beşte birine kısalır. Evre III sınırdadır (TR = 0.556, p = 0.067); evre II ve yaş anlamlı değildir.
  • Dağılım parametresi: Weibull şekli rho = 1.1301 (> 1); tehlike zamanla hafifçe artar.
  • Uyum: Model sağkalımı KM eğrisine yakındır (3. yılda 0.6632 ve 0.7108; 9. yılda 0.3082 ve 0.2965); dağılım seçimi AIC ile log-normal ya da log-lojistik modelle karşılaştırılabilir.
  • APA: Weibull AFT modelinde evre IV, sağkalım süresini anlamlı biçimde kısaltmıştır, b = -1.54, SH = 0.36, TR = 0.21, %95 GA [0.11, 0.44], p < .001; LR χ²(4) = 19.37, p < .001.

İlgili kavramlar

Yüzdelik (kantil) ve yüzdelik tanımlarıHızlandırılmış başarısızlık zamanı (AFT) modeli ve sağkalım dağılımlarıReferans kategori (karşılaştırma düzeyi)Bilgi ölçütleri (AIC, AICc, BIC)Kukla (gösterge) değişken kodlamasıKovaryat (ortak değişken)Hata dağılımı (normal, Student-t)

Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.