Overlevelsesanalyse

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