Survival analysis

Cox-regressio ajassa muuttuvilla kovariaateilla

Ajasta riippuvainen Cox-regressio on standardin Cox-suhteellisten riskien mallin laajennus, joka on kehitetty Therneau'n ja Grambschin (2000) esittelemän laskentaprosessiformulaation kautta. Se mahdollistaa yhden tai useamman ennustavan muuttujan saamisen eri arvoja kohteen seuranta-ajan eri pisteissä. Se on ensisijainen menetelmä aina, kun kovariaatti – kuten laboratoriotulos, lääkeannos tai sairauden vakavuuspisteet – muuttuu ajan myötä sen sijaan, että se pysyisi kiinteänä tutkimuksen alusta alkaen.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

The neighbourhood of related methods — select a node to explore.

Lähteet

  1. Therneau, T. M. & Grambsch, P. M. (2000). Modeling Survival Data: Extending the Cox Model. Springer. DOI: 10.1007/978-1-4757-3294-8

Näin viittaat tähän sivuun

ScholarGate. (2026, June 1). Cox Regression with Time-Varying Covariates. ScholarGate. https://scholargate.app/fi/survival/time-dependent-cox

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Tähän viittaavat

ScholarGateTime-Dependent Cox Regression (Cox Regression with Time-Varying Covariates). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/survival/time-dependent-cox · Aineisto: https://doi.org/10.5281/zenodo.20539026