Coxモデルと比例ハザードの仮定
このトピックを完了すると
Cox比例ハザードモデルのハザード比を、時間構造、リスク集合、共変量の構造と結びつけることができるようになります。比例ハザードの仮定を診断し、仮定が満たされない場合に単一のハザード比を自動的に決定することを避けることができます。
ハザードとハザード比
ハザードとは、特定の時点の直前まで事象を経験していない単位が、その時点でその事象を経験する瞬間的なリスクを表す概念です。Coxモデルは、ベースラインハザードと共変量を分離する半パラメトリック構造を使用します。ハザード比は、他の要因が等しいという条件の下でのモデル内の比較であり、確率、リスク差、生存率などの値ではありません。
CoxPHFitterの実行
from lifelines import CoxPHFitter
cph = CoxPHFitter()cph.fit(survival_df, duration_col="T", event_col="E")print(cph.hazard_ratios_)print(cph.confidence_intervals_)Tは観測された時間を表し、Eは事象が観測されたかどうかを表します；共変量のカラムは事前に定義する必要があります。このAPIは生存オーバーレイで実行され、CoxPHFitterのハザード比と信頼区間の結果を確認しました。
比例ハザードの仮定
Coxモデルには、共変量のハザード比が時間を通じて一定であるという仮定が含まれています。効果が時間とともに変化する場合、単一のハザード比ではフォローアップ期間全体にわたる関係を十分に要約できない可能性があります。
lifelinesは、適合したCoxモデルの仮定を確認するためにcheck_assumptions()と比例ハザード検定のAPIを提供します。診断結果はモデルを自動的に修正するためのコマンドではなく、時間相互作用、層別化、または他の構造を見直すためのシグナルです。
cph.check_assumptions(survival_df, p_value_threshold=0.05)研究質問を踏まえた解釈
ハザード比が 1 より大きいか小さいかという事実は、それ自体では事象の確率や臨床的有用性を決定するものではありません。ベースラインハザード、フォローアップ期間、打ち切り、共変量の単位、および比例ハザードの診断結果を一緒に報告してください。観測データからのCox係数は自動的に因果効果ではありません。
一般的な失敗例
- ハザード比をリスク比や生存確率として翻訳しないでください。
- 比例ハザードの診断なしに期間全体に対して単一のHRを決定しないでください。
- 打ち切りと進入時間を隠さないでください。
- 結果から警告と収束の問題を削除しないでください。
重要なポイント
- Coxモデルは、ハザードと共変量の間の関係をモデル化します。
- 時間、モデル、共変量の条件の文脈内でハザード比を読み取ってください。
- 比例ハザードは診断しなければならない仮定です。
次のトピック
次の記述ブロックでは、カウント行列、正規化、バッチ効果、オミクス固有の特徴を扱います。
参考文献
- lifelines CoxPHFitter: https://lifelines.readthedocs.io/en/latest/fitters/regression/CoxPHFitter.html
- lifelines Survival Regression: https://lifelines.readthedocs.io/en/latest/Survival_Regression.html
- lifelines statistics: https://lifelines.readthedocs.io/en/latest/lifelines.statistics.html
このモジュールの生存スキーマと合成データは、BioStatPyによって独立して記述されました。