Hershel 发表于 2024-03-29 11:48 你这个问题里面可能造成confounding的因素太多了,比如treat time看上去不是randomized,那是否有可能病人或者医生回自行根据疗效和AE来决定treat time?还有,假设treat time和pfs成正相关,那应该理解为treatment延长了pfs,还是pfs长的病人才有可能长时间接受treatment?建议先根据实验设计和假设来画一下因果关系图,然后再决定采用什么model
lavendula 发表于 2024-03-29 15:46 对用R做Cox不太熟,但是全天下的Cox应该是都是一样的。Dependent的应该是 time和status结合的survival object, Independent是exposure of interest 和covariates。所以根据楼主给的信息理解,这个Treatment Time是跟“Surivival Time”相关的covariate。那么首先应该确定Treatment Time和Outcome的关系是否线性吧?如果是线性的就用continuous,不是就用categorized,我不太清楚这里两个model都要用的原因是什么。从楼主给的结果看,大概率线性关系不成立,需要用Categorized Treatment Time。然后看interaction的情况,这两个Outcome的Model中Interaction terms都Significant吗?不significant的话including interaction terms的rationale是什么。Significant话应该stratify model by treatment time category, 不然就算是report AE的marginal effect也不能清楚体现AE和outcome的关系。
1).将随时间变化的 TreatTime连续变量, 纳入multivariate COX 模型后, AE 表现HR增加(>1).
multivariate R code: cox <- coxph(PFS ~ AE + TreatTime+ AE:TreatTime, data = dataset1, na.action = na.exclude) TreatTime is continuous 1~100
2) 将TreatTime 分为三个levels, 纳入multivariate COX 模型后, 显示 AE 相关HR下降(<1)
multivariate R code: cox <- coxph(PFS~ AE + TreatTime+ AE:TreatTime, data = dataset1, na.action = na.exclude) TreatTime to 3 level: (<=30, >30 and <=60, >60)
OS 的HR 在univarite 和加入变量TreatTime后multivariate 的cox regression 的HR都<1
cox <- coxph(OS~ AE + TreatTime+ AE:TreatTime, data = dataset1, na.action = na.exclude) TreatTime is continuous 1~100
cox <- coxph(OS~ AE + TreatTime+ AE:TreatTime, data = dataset1, na.action = na.exclude) TreatTime to 3 level: (<=30, >30 and <=60, >60)
请问是不是cox模型有问题么, 如果没有, 请问大牛怎么解释
谢谢! 在OS里面,如果纳入TreatTime, AE的HR<1 在PFS里面,如果纳入TreatTime, AE的HR>1
不知道怎么解释这个现象, MODEL是同样的
OS
PFS
谢谢! 看来确定Treatment Time和Outcome的关系是否线性可能是关键