Overlevelsesanalyse
Overlevelsesanalyse
Overlevelsesanalyse
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Ventetidsanalyse Transformation af regressionsvariable 33<br />
Behov for transformation af regressionsvariable<br />
Kriterier for valg af parametrisering/transformation<br />
• Biologisk/medicinsk begrundelse (bedst, men sjældent muligt).<br />
– Raten vokser eksponentielt med utransformerede kovariater,<br />
mens en logaritmetransformation af en kovariat betyder, at<br />
raten vokser med en fast faktor eller procentdel, hver gang<br />
kovariaten vokser med f.eks. 10%.<br />
• Transformationer brugt af andre (sammenlignelighed).<br />
• Den “bedst mulige” transformation for de aktuelle data — pas p˚a:<br />
signifikansen vil blive overvurderet, og man kan ikke g˚a ud fra, at<br />
den samme transformation er den mest optimale i andre data —<br />
men det kan være et fornuftigt kriterium for konfounderne.<br />
Ventetidsanalyse Transformation af regressionsvariable 35<br />
Transformation af serum bilirubin<br />
PROC UNIVARIATE DATA=skl PCTLDEF=3; * Tjek, om fordelingen er skæv;<br />
VAR bilirub;<br />
HISTOGRAM / HEIGHT=5;<br />
RUN;<br />
Ventetidsanalyse Transformation af regressionsvariable 34<br />
Behov for transformation af regressionsvariable<br />
Kriteria for valg af parametrisering/transformation fortsat<br />
• Se p˚a fordelingen af den forklarende variabel: Nogle f˚a ekstreme<br />
værdier af den forklarende variabel kan have urimeligt stor<br />
indflydelse p˚a konklusionerne, medmindre variablen transformeres<br />
nogle f˚a ekstremt høje → loga(x),<br />
nogle f˚a ekstremt lave → exp(x/c) (sjældent brugt)].<br />
Det bør altid tjekkes, om den valgte transformation “gør<br />
vold p˚a data”.<br />
Ved at vælge XX = log(x)/ log(1.1) som kovariat, f˚ar man, at exp( ˆ b)<br />
(Hazard Ratio) direkte estimerer den faktor, som raten skal ganges med<br />
for en 10% forskel i kovariaten.<br />
Ventetidsanalyse Transformation af regressionsvariable 36<br />
Transformation af serum bilirubin<br />
DATA skl; SET skl; log2Bilirub=LOG2(bilirub); RUN;<br />
PROC UNIVARIATE DATA=skl PCTLDEF=3;<br />
VAR log2Bilirub;<br />
HISTOGRAM / HEIGHT=5;<br />
RUN;