Koksas regresija ar laika mainīgiem kovariātiem
Laika atkarīgā Koksas regresija ir standarta Koksas proporcionālo risku modeļa paplašinājums, kas ieviests, izmantojot Therneau un Grambsch (2000) izstrādāto skaitīšanas procesa formulējumu. Tas ļauj vienai vai vairākām prognozējošām mainīgajām pieņemt dažādas vērtības dažādos laika punktos subjekta novērošanas periodā. Tā ir vēlamā metode, kad vienas kovariātes — piemēram, laboratoriskā mērījuma, medikamentu devas vai slimības smaguma rādītāja — vērtība mainās laika gaitā, nevis paliek nemainīga no pētījuma sākuma.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Therneau, T. M. & Grambsch, P. M. (2000). Modeling Survival Data: Extending the Cox Model. Springer. DOI: 10.1007/978-1-4757-3294-8 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Cox Regression with Time-Varying Covariates. ScholarGate. https://scholargate.app/lv/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.
- Kopīgā trausluma modelis (Shared Frailty Model) grupētiem izdzīvošanas datiemDzīvildze↔ compare
- Kopīgais modelis longitudināliem datiem un notikuma iestāšanās laikamDzīvildze↔ compare
- Kaplana-Meiera izdzīvošanas novērtētājsDzīvildze↔ compare
- Elastīgais parametriskais izdzīvošanas modelis (Royston-Parmar)Dzīvildze↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →