Rekabet Eden Riskler Hayatta Kalma Analizi
Competing Risks Survival Analysis · Ayrıca şöyle bilinir: Rekabet Eden Riskler Analizi, cumulative incidence function, CIF analysis, cause-specific survival analysis
Fine ve Gray tarafından 1999'da resmileştirilen rekabet eden riskler analizi, bir denek birden fazla karşılıklı dışlayıcı olay türünden birini yaşayabildiği durumlar için bir hayatta kalma analizi çerçevesidir. Anahtar nicelik, diğer rekabet eden olayların varlığında t zamanına kadar belirli bir olayın meydana gelme olasılığını tahmin eden kümülatif insidans fonksiyonudur (CIF).
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Deneklerin iki veya daha fazla karşılıklı dışlayıcı olay türü için risk altında olduğu ve her birinin mutlak olasılığını tahmin etmek istediğinizde rekabet eden riskler analizini kullanın. Yöntem, olay zamanına kadar olan verileri bir neden göstergesi, bilgilendirici olmayan sansürleme ve — Fine-Gray regresyon adımı için — orantılı alt dağılım tehlikeleri varsayımını gerektirir. Ayrı CIF'lerin kararlı tahminini sağlamak için en az 100 gözlem önerilir. Kovaryetlerin ayarlanması gerektiğinde ve orantılı alt dağılım tehlikeleri varsayımı geçerliyse, Fine-Gray modeli uygun araçtır; yalnızca regresyon olmadan tanımlayıcı bir CIF gerektiğinde, parametrik olmayan Aalen-Johansen tahmin edicisi yeterlidir.
Güçlü yönler & sınırlılıklar
- Kümülatif insidans fonksiyonunu sağlar; bu, rekabet eden nedenlerin varlığında ilgilenilen olayın klinik ve epidemiyolojik olarak anlamlı olasılığıdır.
- Rekabet eden olaylar sıradan sansürleme olarak ele alındığında Kaplan-Meier'in yukarı doğru yanlılığını önler.
- Fine-Gray regresyon çerçevesi, model parametreleri ile CIF arasındaki doğrudan bağlantıyı korurken kovaryet ayarlamasına izin verir.
- En az 100 gözlemden oluşan bir örneklem gerektirir; daha az gözlemle, alt dağılım tehlikesi tahminleri güvenilmez hale gelir.
- Orantılı alt dağılım tehlikeleri varsayımı doğrulanmalıdır; başarısız olduğunda, Fine-Gray katsayıları zamanla değişen hale gelir ve özet yorumları bozulur.
- Ölüm nedeni kaydedilmeli ve net bir şekilde sınıflandırılmalıdır; yanlış sınıflandırılmış veya belirsiz nedenler analizi geçersiz kılar.
SSS
Neden sadece Kaplan-Meier'i kullanamıyorum ve rekabet eden olayları sansürleyemiyorum?
Kaplan-Meier tahmin edicisi, sansürlenmiş denekleri, sansürlenmemiş deneklerle aynı olay riskine sahipmiş gibi ele alır. Rekabet eden bir nedenden ölen denekler artık ilgilenilen olayı yaşayamazlar, bu nedenle onları rekabet eden olay zamanında sansürlemek bilgilendirici sansürleme getirir ve kümülatif insidansı şişirir. Rekabet eden riskler analizinden elde edilen CIF, rekabet eden olayın olasılığını paydada içermesiyle bunu doğru bir şekilde hesaba katar.
Nedene özgü tehlike ile alt dağılım tehlikesi arasındaki fark nedir?
Olay k için nedene özgü tehlike, henüz olay yaşamamış denekler kümesinden tahmin edilir; henüz hiçbir olay yaşamamış olanlar arasındaki anlık olay oranını yönetir. Alt dağılım tehlikesi, rakip nedenden ölmüş denekleri genişletilmiş bir risk kümesinde tutar ve matematiksel olarak k nedeni için CIF ile ilişkilidir. Nedene özgü tehlikeler üzerindeki regresyon, hangi kovaryetlerin temel biyolojik süreci hızlandırdığını veya yavaşlattığını sorar; alt dağılım tehlikeleri üzerindeki regresyon, hangi kovaryetlerin ilgilenilen olayın mutlak olasılığını etkilediğini sorar.
İki grubun farklı CIF'lere sahip olup olmadığını nasıl test ederim?
Gray testi (rekabet eden riskler ortamları için log-rank testinin bir uzantısı), gruplar arasındaki kümülatif insidans fonksiyonlarını karşılaştırır. Rekabet eden olayların mevcut olduğu durumlarda uygun genel testtir ve bu bağlamda standart log-rank testinin yerini alır.
Fine-Gray modeli ne zaman nedene özgü Cox regresyonuna tercih edilir?
Eğer bilimsel soru ilgilenilen olayın mutlak riski hakkındaysa — örneğin, bir kovaryet profili verildiğinde kansere özgü ölümün 5 yıllık olasılığı nedir — Fine-Gray modeli tercih edilir çünkü regresyon katsayıları doğrudan CIF'ye eşlenir. Soru biyolojik tehlike mekanizması (olay sürecini bağımsız olarak hızlandıran faktörler) hakkındaysa, nedene özgü Cox regresyonu daha yorumlanabilirdir.
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 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Competing Risks Survival Analysis. ScholarGate. https://scholargate.app/tr/survival/competing-risks
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Bayes Sağkalım AnaliziBayesçi↔ karşılaştır
- Fine-Gray Rakip Riskler Modeliİstatistik↔ karşılaştır
- Kaplan-Meier Sağkalım TahmincisiSağkalım↔ karşılaştır
- Sağkalım Eğrilerini Karşılaştırmak İçin Log-Rank TestiSağkalım↔ karşılaştır
- Nelson-Aalen Kümülatif Risk Tahmin EdicisiSağkalım↔ karşılaştır