Il s’agit du protocole qui traite des subventions normales fondées sur le modèle de régression des risques concurrents, qui est une méthode plus rationnelle à appliquer lorsque les événements concurrents comme les accidents de la circulation sont adoptés dans l’analyse de survie. Les personnes qui ont vécu nos compétitions rappellent souvent les risques que, comme les risques concurrents ne sont généralement pas indépendants. La subvention normale concurrente est plus appropriée pour évaluer la probabilité d’essais d’événements pour les personnes en analyse.
Après avoir installé le RMS et les paquets R de risque concurrents, chargez-les et importez les données de cohorte Pour établir le modèle de régression des risques proportionnels cox, adaptez le modèle aux données en utilisant la fonction CPH, puis développez un nomogramme de régression cox, en prenant le taux de survie prévu de deux ans comme exemple. Utilisez le méta paquet en R pour calculer le score de risque et dessiner une parcelle forestière. Après l’installation et le chargement des paquets R, obtenez le score de risque de groupe, ou GRS et divisez la cohorte en trois sous-groupes.
Dessinez ensuite la parcelle forestière, obtenant le rapport de danger plus faible intervalle de compétence, et intervalle de confiance supérieur avec la fonction CRR. Pour établir le modèle concurrent de régression des risques, commencez par placer des variables pronostiques dans une matrice. Utilisez la fonction Cbind pour concater les variables par colonnes et les insérer dans le modèle.
Utilisez ensuite la fonction nomogramme pour construire Cox Nome. Obtenez la fonction d’incidents cumulatifs de base, ou CIF, et remplacez le point bêta X et X du modèle concurrent de régression des risques. Remplacez le point X total dans la bobine X, puis calculez le score X et tracez le nomogramme.
L’équation pour la relation X score et X rail peut être calculée en fonction de l’attribution intrinsèque du modèle concurrent. CIF zéro signifie CIF de base, qui est calculé par la fonction CRR prédire. Dans la cohorte d’exemple un total de 8, 550 patients éligibles ont été inclus dans l’analyse et le temps médian de suivi était de 88 mois.
Les incidences cumulatives de la mort de tumeur et aucune mort de tumeur et événements concurrents étaient par la méthode de Kaplan-Meier, et la fonction concurrente de régression de risque, respectivement. La somme des incidences cumulatives de la mort tumorale et aucune mort tumorale, calculée avec la méthode Kaplan-Meier, était supérieure à la somme des estimations de toutes les causes de décès, ce qui était égal aux incidents cumulatifs de décès spécifique au cancer lorsqu’une méthode concurrente a été utilisée. Un nomogramme a été construit en utilisant le modèle de régression proportionnelle cox basé sur des facteurs significatifs, qui comprenaient l’état matrimonial, la race, le type histologique, la catégorie différenciée, la classification T et la classification N.
Un nomogramme a également été construit en utilisant le modèle concurrent de régression des risques. Selon le score de risque, la cohorte a été classée en trois sous-groupes : faible risque, risque moyen et risque élevé. La parcelle forestière a été utilisée pour présenter clairement l’interaction entre le score de risque de groupe et le facteur spécifique.
En considérant l’âge, seul le groupe à faible risque a montré un pronostic plus mauvais pour les femmes plus jeunes, indiquant que le jeune âge peut agir comme facteur protecteur du pronostic dans les groupes à risque moyen et élevé. Lorsque vous essayez ce protocole, il est important de bien comprendre les différents modèles de survie dans l’analyse 10 à l’événement et les outils sont correctement maîtrisés pour une orientation individualisée. La performance du modèle est évaluée en fonction de la discrimination et de la performance de ration de calibre.
Suite à cette procédure, la courbe d’étalonnage et ce sont les mêmes lacunes peuvent être la performance pour valider l’efficacité de la subvention normale concurrente.
