Jak zgłaszać współczynniki ryzyka z proporcjonalnego modelu zagrożeń Coxa w języku angielskim?

Rozumiem, że współczynnik ryzyka z modelu proporcjonalnego hazardu Coxa porównuje wpływ na współczynnik ryzyka danego czynnika z grupą odniesienia. Jak zgłosiłbyś to publiczności, która nie zna statystyk?

Spróbujmy sformułować przykład. Powiedzmy, że zapisujemy ludzi do badania, ile czasu minie, zanim kupią kanapę. Mamy cenzurę po 3 latach. W tym przykładzie mamy dwa czynniki: wiek <30 lub> = 30, niezależnie od tego, czy są właścicielami kota. Okazuje się, że współczynnik ryzyka „kot jest właścicielem” do grupy referencyjnej (wiek <30 lat, „kot nie jest właścicielem”) wynosi 1,2 i jest znaczący (powiedzmy p <0,05).

Czy mam rację twierdząc, że oznacza to wszystko: właściciele kotów mają więcej wydarzeń (zakup kanapy) w ciągu 3 lat, LUB że czas na wydarzenie (zakup kanapy) jest krótszy dla właścicieli kotów, LUB jakieś połączenie tych dwóch rzeczy?

Edycja : Załóżmy, że zdarzenie to ich pierwszy zakup kanapy w danym okresie (jeśli taki nastąpi). Ten model nie pomaga nam analizować wielu zakupów w danym okresie.

survival cox-model

— dfrankow
źródło

Odpowiedzi:

Współczynnik ryzyka to współczynnik stawki. Stawka to „liczba zdarzeń na jednostkę czasu”. Biorąc pod uwagę, że model Coxa określa proporcjonalne zagrożenia we wszystkich punktach czasowych, współczynnik ryzyka równy 1,2 oznacza, że wskaźnik kupowania kanap w grupie „własnego kota” jest o 20% wyższy w każdym badanym punkcie czasowym niż wskaźnik „nie” grupa „t own cat”.

Powiedziałbym więc, że twoje pierwsze stwierdzenie (właściciele kotów mają więcej wydarzeń [zakup kanapy] w ciągu 3 lat) jest poprawny, z tym wyjątkiem, że oprócz posiadania większej liczby wydarzeń w ciągu 3 lat, mają także więcej wydarzeń w danym czasie w ciągu tych lat (chwilowe zaryzykować). Może subtelna różnica.

Myślę, że wniosek jest taki, że szkody spowodowane przez koty mogą prowadzić do większej liczby zakupów na kanapie? :)

— pmgjones
źródło

Więc jeśli dwie grupy mają taką samą liczbę zdarzeń, ale jedna z nich ma miejsce od razu, a druga na końcu, współczynnik ryzyka wyniesie 1? Oznacza to, że czas do zdarzenia nie wpływa na współczynniki ryzyka?

— dfrankow

Tego rodzaju dane nie spełniałyby założeń proporcjonalnego ryzyka modelu Coxa i lepiej byłoby modelować je przy użyciu innego założonego rozkładu.

— pmgjones,

aha, dobra uwaga. Czy to prawda, że czas do zdarzenia nie wpływa na współczynniki ryzyka (z wyjątkiem pośrednio poprzez różnicę w liczbie zdarzeń)?

— dfrankow

.. ponieważ takie jest założenie o proporcjonalnych zagrożeniach (założenie modelu Coxa)?

— dfrankow

Stwierdzenie, że „właściciele kotów mają więcej wydarzeń w ciągu 3 lat” może być błędnie interpretowane, ponieważ niektórzy indywidualni właściciele kotów kupują więcej niż jedną kanapę (jako właściciel kota, nie polecam tego!). Model Coxa jest zwykle stosowany do śmiertelności (najwyraźniej umiera się tylko raz), gdzie nie powinno być jednak takiej dwuznaczności.

— shabbychef

Dla zwykłych świeckich odbiorców powiedziałbym: „Właściciele kotów są 1,2 razy bardziej skłonni do zakupu kanapy niż właściciele innych kotów”.

Rzeczy takie jak „w dowolnym momencie t okresu badania” lub próba zdefiniowania pojęcia zagrożenia, zbliżają się nieco do wytwarzania kiełbasy dla większości ludzi i nie posuną ich do zrozumienia, że sedno twoich wyników jest już większe - co jest faktycznym punktem takiego podsumowania.

— Fomite
źródło

Ktokolwiek głosował to, wydaje mi się to doskonałą odpowiedzią i zasługuje na uzasadnienie, dlaczego otrzymano głosowanie negatywne. @EpiGrad, nigdy nie słyszałem o potocznym „bliskim robieniu kiełbasy”, czy wiesz, skąd pochodzi to powiedzenie?

— Andy W

Dzięki za wotum zaufania :) To adaptacja powiedzenia „Są dwie rzeczy, których nie chcesz wiedzieć, jak zostały wykonane, prawo i kiełbaski” - słyszałem, że kilka osób dostosowało to do statystyki.

— Fomite,

$X$ $1$ $0$

$\frac{h(t | X = 1)}{h(t | X = 0)} = 1.2 \hspace{2cm}$ (1)

$h(t | X=x)$ $t$ $X = x$

$t$ $t$ $t$

Innymi słowy (1) to stosunek ryzyka związanego z zakupem kanapy w dowolnym momencie dla osoby, która ma kota, w stosunku do osoby, która nie ma kota.

$t$

$1$

— ocram
źródło

Nie zgadzam się z twoimi faktami, ale twoje angielskie streszczenia nie wydają się łatwe do odczytania dla statystycznych: 1) „stosunek ryzyka kupienia kanapy w dowolnym momencie dla osoby, która ma krewnego kota do osoby, która nie ma kota "??; 2) „ryzyko zakupu kanapy w dowolnym momencie dla osoby, która ma kota jest większe niż u osoby, która nie ma kota”? Pamiętaj, że to pytanie dotyczy sposobu wyrażenia w języku angielskim dla nietechnicznych odbiorców.

— dfrankow

@dfrankow: Nie zgadzam się: to nie jest techniczne, ale „rygorystyczne”. Jeśli nie chcesz rozmawiać o zagrożeniu, nie powinieneś używać modelu Coxa ...

— ocram

Zgadzam się z dfrankowem - istnieje ogromna różnica między wyborem odpowiedniego testu statystycznego a przekazaniem tego wyniku laikom. I w tym przypadku „rygorystyczny” jest techniczny - i przynosi efekt przeciwny do zamierzonego dla wielu odbiorców.

— Fomite,

@EpiGard: Zgadzam się, że trudno jest przekazywać statystyki laikom. Nadal jednak obowiązkiem statystyki jest ścisła interpretacja wyników. W przeciwnym razie oprogramowanie zastąpiłoby je! „Właściciele kotów są 1,2 razy bardziej skłonni do zakupu kanapy niż właściciele bez kotów”. tłumaczy się jako „Pr (kup kanapę | kot) = 1,2 Pr (puchase kanapa | nie kot)”. Nie tego chce komunikować

— dfrankow