Gerileme Yönelimli Rakip Riskler Analizi
Retrospective Competing Risks Analysis · Ayrıca şöyle bilinir: retrospective CRA, competing risks survival analysis (retrospective), cause-specific hazard analysis (retrospective), subdistribution hazard analysis (retrospective)
Gerileme yönelimli rakip riskler analizi, rakip riskler metodolojisini, deneklerin birden fazla karşılıklı dışlayıcı sonlanım noktasından birini yaşayabildiği geçmişe dönük (zaten toplanmış) zamana bağlı olay verilerine uygular. Her bir olay türünün olasılığını tahmin etmek için kümülatif insidans fonksiyonunu ve nedene özgü veya alt dağılım tehlike modellerini kullanır; aynı zamanda bir olayın meydana gelmesinin diğerlerini kalıcı olarak engellediği gerçeğini de hesaba katar. Onkoloji, kardiyoloji ve nakil tıbbında, idari veya sicil kayıtlarının veri kaynağı olduğu durumlarda yaygın olarak kullanılır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Şu durumlarda gerileme yönelimli rakip riskler analizi kullanın: (a) zaman-olay verileri zaten sicillerde, idari veritabanlarında veya tıbbi kayıtlarda mevcut; (b) denekler birden fazla karşılıklı dışlayıcı sonlanım noktası yaşayabilir ve birincil sonlanım noktası olasılığı standart sağkalım analizi ile aşırı tahmin edilir; (c) araştırma hedefleri tanımlayıcı (CIF tahmini), karşılaştırmalı (Gray'in testi) veya prognostik (Fine-Gray modeli) niteliktedir. Veriler tam kovaryant kontrolü ile prospektif olarak toplandıysa kullanmayın - o zaman prospektif bir rakip riskler tasarımı tercih edilir. Sansürlemenin bilgilendirici olduğu ve modellenemediği, rakip olayların gerçekten karşılıklı dışlayıcı olmadığı veya gerileme kayıtlarının olay zaman çizelgesini güvenilir bir şekilde yeniden oluşturmak için çok eksik olduğu durumlarda uygulamayın.
Güçlü yönler & sınırlılıklar
- Rakip olaylar varlığında mutlak olay olasılıklarını doğru bir şekilde tahmin eder, 1-eksi-Kaplan-Meier'in yukarı doğru yanlılığını önler.
- Büyük mevcut sicilleri ve idari veri kümelerini kullanır, prospektif çalışmalarda nadiren elde edilebilecek örneklem büyüklüklerine olanak tanır.
- Fine-Gray modeli doğrudan klinik olarak ilgili kümülatif insidansı hedefler, sonuçları risk tahmini ve klinik karar desteği için eyleme geçirilebilir hale getirir.
- Aynı veri kümesinde nedene özgü ve alt dağılım tehlike modellerini kullanarak hem etiyolojik hem de prediktif soruların aynı anda ele alınmasına olanak tanır.
- Onkoloji, kardiyoloji ve nakil araştırmalarında yaygın olarak kabul görmüş, yerleşik raporlama kılavuzlarına (örneğin, STROBE, TRIPOD) sahiptir.
- Gerileme verileri maruziyet gruplarının karşılaştırılabilirliğini garanti edemez; ölçülmemiş karıştırıcılar, eğilim puanı yöntemlerinin azaltabileceği ancak ortadan kaldıramayacağı kalıcı bir tehdittir.
- Olay tespiti, geçmiş kodlama kalitesine bağlıdır - ICD kodlama değişiklikleri, ölüm nedeni hakkında eksik bilgiler ve idari sansürleme yanlış sınıflandırma yanlılığına neden olabilir.
- Kovaryant verileri, zamanında kaydedilenlerle sınırlıdır; zamana bağlı karıştırıcılar ve başlangıç sonrası kovaryantlar genellikle mevcut değildir.
- Sol kesilme (veritabanı başladığında deneklerin zaten takipte olması) sıklıkla göz ardı edilir ve açıkça ele alınmadığında yanlı tehlike tahminlerine yol açar.
- Fine-Gray alt dağılım tehlikeleri, denekleri sansürleme olasılığının tersi ile ağırlıklandırır; karmaşık sansürleme örüntülerine sahip gerileme veri kümeleri bu ağırlıklandırma varsayımlarını ihlal edebilir.
SSS
Neden Kaplan-Meier'i kullanıp rakip olayları sansürleyemiyorum?
Kaplan-Meier analizinde rakip olayları sansürlemek, bu denekleri, rakip bir olay meydana geldikten sonra birincil olay için belirsiz bir süre boyunca risk altında kalmış gibi ele alır. Bu, tahmin edilen kümülatif insidansı şişirir. Rakip riskler analizinden elde edilen kümülatif insidans fonksiyonu, olasılık kütlesini tüm olay türlerine doğru bir şekilde atfeder ve tahminlerin gözlemlenen toplam olay olasılığına ulaşmasını sağlar.
Nedene özgü mü yoksa Fine-Gray modelini mi kullanmalıyım?
Nedene özgü tehlike modeli etiyolojik sorular için tercih edilir - hala risk altında olanlar arasındaki anlık tehlikeyi tahmin eder ve biyolojik mekanizmaları anlamak için doğal çerçevedir. Fine-Gray alt dağılım tehlike modeli tahmin soruları için tercih edilir - kümülatif insidansı doğrudan modeller ve klinik risk skorları ve karar araçları için daha yorumlanabilir. İdeal olarak, tam bir resim sunmak için her ikisi de raporlanmalıdır.
Sicil verilerinde sol kesilmeyi nasıl ele almalıyım?
Sol kesilme, denekler çalışmanın nominal zaman başlangıcından sonra sicile girdiğinde (örneğin, tanı tarihi sicil kaydından önce) meydana gelir. Bu denekler, zaman sıfırda değil, yalnızca gözlemlenebilir oldukları anda risk kümesine girmelidir. R'de bu, Surv() nesnesinde bir giriş zamanı belirterek ele alınır; bunu göz ardı etmek erken risk kümesi boyutlarını şişirir ve tehlike tahminlerini aşağı doğru yanlı hale getirir.
Rakip riskler analizini hangi yazılım uygular?
R'de cmprsk paketi Gray'in testini ve Fine-Gray regresyonunu sağlar; survival paketi nedene özgü Cox modellerini ele alır; mstate ve riskRegression, zamana bağlı kovaryantlar dahil ek araçlar sağlar. Stata'da stcrreg, Fine-Gray modelini uygular. SAS PROC PHREG, EVENTCODE seçeneği ile 9.4 sürümünden itibaren alt dağılım tehlike modellerini uydurur.
Ne kadar örneklem büyüklüğü gerekiyor?
Pratik bir kural olarak, her olay türü için modeldeki her kovaryant başına en az 10 olay olmalıdır (kovaryant başına olay kuralı). Her neden için etkili olay sayısı toplam olayların bir kesri olduğundan, birden fazla öngörücü ile yeterince güçlü rakip riskler regresyon modelleri uydurmak için genellikle büyük sicillerden elde edilen gerileme veri kümeleri gereklidir.
Kaynaklar
- Fine, J. P., & Gray, R. J. (1999). A proportional hazards model for the subdistribution of a competing risk. Journal of the American Statistical Association, 94(446), 496–509. DOI: 10.1080/01621459.1999.10474144 ↗
- Prentice, R. L., Kalbfleisch, J. D., Peterson, A. V., Flournoy, N., Farewell, V. T., & Breslow, N. E. (1978). The analysis of failure time data in the presence of competing risks. Biometrics, 34(4), 541–554. DOI: 10.2307/2530374 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Retrospective Competing Risks Analysis. ScholarGate. https://scholargate.app/tr/epidemiology/retrospective-competing-risks-analysis
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
- Retrospektif Kohort ÇalışmasıEpidemiyoloji↔ karşılaştır
- Gerileme (Retrospektif) Sağkalım AnaliziEpidemiyoloji↔ karşılaştır