İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Epidemiyoloji›Eşleştirilmiş Cox Orantılı Tehlikeler — Eşleştirilmiş Tasarımlar için Katmanlı Cox Regresyonu
Process / pipelineClinical / epidemiology

Eşleştirilmiş Cox Orantılı Tehlikeler — Eşleştirilmiş Tasarımlar için Katmanlı Cox Regresyonu

Stratified Cox Proportional Hazards Regression for Matched Designs · Ayrıca şöyle bilinir: stratified Cox regression, conditional Cox model, matched survival analysis, Cox model for matched pairs

Eşleştirilmiş Cox orantılı tehlikeler, Cox regresyon modelini, eşleştirilmiş çalışma tasarımlarından — zaman-olay sonuçlu eşleştirilmiş kohortlar veya eşleştirilmiş vaka-kontrol çalışmaları — kaynaklanan verileri uygun şekilde işlemek üzere genişleten bir sağkalım analizi yöntemidir. Kısmi olasılığı eşleştirilmiş kümeye göre katmanlayarak, yöntem temel tehlikeyi tahmin etmeden eşleştirme faktörlerinden kaynaklanan karıştırıcıları ortadan kaldırır ve eşleştirmeden kaynaklanan yanlılıktan uzak geçerli tehlike oranı tahminleri üretir.

ScholarGate
  1. Process / pipeline
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Eşleştirilmiş Cox Orantılı Tehlikeler
Cox Orantılı TehlikelerKaplan-Meier AnaliziEşleştirilmiş Kohort Çal…Hayatta Kalma Analizi

Ne zaman kullanılır

Zaman-olay verileriniz eşleştirilmiş bir kohort veya eşleştirilmiş vaka-kontrol çalışmasından geldiğinde ve eşleştirme yapısını doğru bir şekilde hesaba katarken ayarlanmış tehlike oranlarını tahmin etmeniz gerektiğinde eşleştirilmiş Cox orantılı tehlikeleri kullanın. Sonucun zaman-olay değişkeni olduğu, karıştırmayı kontrol etmek için eşleştirme yapıldığı ve orantılı tehlikeler varsayımının eşleştirilmiş katmanlar içinde geçerli olduğu durumlarda uygundur. Eşleştirilmiş kümelerin çok küçük olduğu ve katman başına olayların seyrek olduğu durumlarda kullanmayın — kısmi olasılık bu durumda verimliliğini kaybeder ve alternatif yöntemler (örneğin, ikili uç noktalar için koşullu lojistik veya frailty modelleri) tercih edilebilir. Eşleştirilmemiş veriler için uygun değildir; katmanlı Cox modelini gerçek eşleştirilmiş yapı olmadan uygulamak gereksiz yere serbestlik derecelerini boşa harcar.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Eşleştirilmiş küme yapısını doğru bir şekilde hesaba katar, etkilerini tahmin etmeden eşleştirme faktörlerinden kaynaklanan yanlılığı ortadan kaldırır.
  • Cox regresyonunun yarı-parametrik esnekliğini korur — her katman içindeki temel tehlike için dağılımsal varsayım yapmaz.
  • Eşleştirme değişkenlerinin ötesinde ek kovaryet ayarlamasına izin verir, çok değişkenli analizi mümkün kılar.
  • Tehlike oranı tahminleri doğrudan yorumlanabilir ve klinik ve epidemiyolojik kitleler tarafından yaygın olarak anlaşılır.
  • Aynı katmanlı olasılık çerçevesi içinde değişken oranlı eşleştirmeyi (1:1, 1:2, 1:M) işleyebilir.
Sınırlılıklar
  • Eşleştirilmiş karıştırıcıların kendileri hakkındaki bilgileri kaybeder — hayatta kalma üzerindeki etkileri, katman-özgü temel tehlikelere emildiği için tahmin edilemez.
  • Verimlilik, eşleştirilmiş katmanlar küçüldükçe azalır; yalnızca bir katılımcı içeren veya hiç olay olmayan katmanlar kısmi olasılığa hiçbir katkıda bulunmaz.
  • Orantılı tehlikeler varsayımı her eşleştirilmiş katman içinde geçerli olmalıdır, bu da büyük eşleştirilmiş veri kümelerinde varsayım kontrolüne karmaşıklık katar.
  • Araştırmacının tüm eşleştirilmiş katmanları doğru bir şekilde tanımlamasını gerektirir; yanlış katman ataması analizi geçersiz kılar.

SSS

Katmanlı Cox regresyonu ile eşleştirilmiş veriler için bir frailty modeli arasındaki fark nedir?

Her ikisi de sağkalım verilerindeki küme içi korelasyonu ele alır. Katmanlı Cox regresyonu, eşleştirilmiş küme etkilerini rahatsız edici parametreler olarak ele alır ve bunları koşullandırma yoluyla ortadan kaldırır, bunlar hakkında dağılımsal bir varsayım yapmaz. Frailty modelleri, eşleştirilmiş küme etkilerini bir dağılımdan (örneğin, gama veya log-normal) çekilen rastgele değişkenler olarak ele alır ve bu dağılımı tahmin eder. Frailty dağılımı doğru belirtildiğinde daha verimli olabilse de, katmanlı Cox dağılımsal varsayımlardan kaçındığı için daha sağlamdır.

Bu yöntemi eğilim puanı eşleştirilmiş verilerle kullanabilir miyim?

Evet. Eğilim puanı eşleştirilmiş veri kümeleri yaygın bir uygulamadır. Her eşleştirilmiş çift veya küme bir katman oluşturur ve katmanlı Cox modeli, katmanlama değişkeni olarak eşleştirilmiş küme üyeliği kullanılarak uyulur. Bu, eşleştirmeden kaynaklanan küme içi korelasyonu doğru bir şekilde hesaba katar ve tedavi veya maruz kalma için geçerli tehlike oranı tahminleri üretir.

Bazı eşleştirilmiş kümelerde olay olmazsa ne olur?

Hiçbir olay içermeyen katmanlar, katmanlı kısmi olasılığa hiçbir katkıda bulunmaz ve tahminlerden etkili bir şekilde düşürülür. Bu beklenen bir davranıştır ve tahminleri yanlı hale getirmez, ancak etkili örneklem büyüklüğünü ve istatistiksel gücü azaltır. Çok sayıda katmanda olay yoksa, eşleştirme oranını yeniden gözden geçirin veya olay oranının bu tasarım için çok düşük olup olmadığını düşünün.

Katmanlı Cox regresyonunda orantılı tehlikeler varsayımını nasıl test ederim?

Standart Cox regresyonu için kullanılan araçlar her katman içinde geçerlidir: Schoenfeld artık testleri ve log-log sağkalım grafikleri. Çoğu yazılım (R survfit/cox.zph, Stata stphtest) katmanlı modelleri destekler. Kovaryetler ve log-zaman arasındaki etkileşim terimleri de katmanlar içinde orantılı olmayan tehlikeleri test etmek ve modellemek için dahil edilebilir.

Eşleştirilmiş Cox regresyonu 1:1 eşleştirme gerektirir mi, yoksa değişken oranları işleyebilir mi?

Herhangi bir eşleştirme oranını işler. Her eşleştirilmiş küme — bir çift, bir üçlü veya bir 1:M grubu — bir katman oluşturur. Kısmi olasılık, katman büyüklüğünden bağımsız olarak her katman içindeki olaylar üzerinden toplanır, bu nedenle değişken oranlı ve tam eşleştirme tasarımları değişiklik yapılmadan karşılanır.

Kaynaklar

  1. Cox, D. R. (1972). Regression models and life-tables. Journal of the Royal Statistical Society: Series B (Methodological), 34(2), 187–202. DOI: 10.1111/j.2517-6161.1972.tb00899.x ↗
  2. Thomas, D. C. (1977). Addendum to: Methods of cohort analysis: Appraisal by application to asbestos mining. Journal of the Royal Statistical Society: Series A, 140(4), 483–485. link ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 3). Stratified Cox Proportional Hazards Regression for Matched Designs. ScholarGate. https://scholargate.app/tr/epidemiology/matched-cox-proportional-hazards

İlişkili yöntemler

Cox Orantılı TehlikelerKaplan-Meier AnaliziEşleştirilmiş Kohort ÇalışmasıHayatta Kalma Analizi

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Cox Orantılı TehlikelerEpidemiyoloji↔ karşılaştır
  • Kaplan-Meier AnaliziEpidemiyoloji↔ karşılaştır
  • Eşleştirilmiş Kohort ÇalışmasıEpidemiyoloji↔ karşılaştır
  • Hayatta Kalma AnaliziAraştırma istatistiği↔ karşılaştır
Yan yana karşılaştır →

Benzer yöntemler

Eşleştirilmiş Sağkalım AnaliziEşleştirilmiş Kaplan-Meier AnaliziÇok Merkezli Cox Orantılı TehlikelerRisk-adjusted Cox Orantılı Tehlike OranlarıEşleştirilmiş Kohort ÇalışmasıRetrospektif Cox Orantılı TehlikelerCox Orantılı TehlikelerCox Orantılı Tehlike Regresyonu

İlgili referans kavramlar

Cox Regresyon ModelleriÇalışmalarda Eşleştirme ve TabakalamaOrantılı Tehlikeler VarsayımıMantel-Haenszel ve Tabakalı AnalizTehlike OranıSağkalım Analizi ve Olay Zamanı Yöntemleri

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Matched Cox Proportional Hazards (Stratified Cox Proportional Hazards Regression for Matched Designs). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/epidemiology/matched-cox-proportional-hazards · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
D. R. Cox (Cox model, 1972); stratification extension for matched designs by subsequent methodologists including D. C. Thomas
Year
1972 (Cox model); matched extension widely adopted 1970s–1980s
Type
Semi-parametric survival regression for matched data
DataType
Time-to-event (survival) data from matched cohort or matched case-control studies
Subfamily
Clinical / epidemiology
İlişkili yöntemler
Cox Orantılı TehlikelerKaplan-Meier AnaliziEşleştirilmiş Kohort ÇalışmasıHayatta Kalma Analizi
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil