Schönfeld-Residuen

Wenn in einem Cox-Proportional-Hazards-Modell mit vielen Variablen die Schönfeld-Residuen für eine der Variablen nicht flach sind, macht dies das gesamte Modell ungültig oder kann nur die schlecht funktionierende Variable ignoriert werden? Das heißt, interpretieren Sie die Koeffizienten für die anderen Variablen, aber interpretieren Sie die resultierenden Koeffizienten für die Variable mit schlechter Leistung nicht.

Es gibt verschiedene Standardmethoden für den Umgang mit einem Modell, bei dem die Schönfeld-Residuen nicht flach sind. Nehmen wir für den Moment an, dass wir sie nicht machen können.

Die Beurteilung der proportionalen Gefährdung (PH) sollte auf den Ergebnissen eines formalen statistischen Tests und der Darstellung der Schönfeld-Residuen (SR) zusammen basieren.

Wenn das SR-Diagramm für eine bestimmte Variable eine Abweichung von einer geraden Linie zeigt, während es für den Rest der Variablen flach bleibt, sollten Sie dies nicht ignorieren. Als erstes können Sie sich die Ergebnisse des globalen Tests ansehen. Der globale Test könnte darauf hinweisen, dass die Gesamtannahme von PH zutrifft [oder nicht]. Wenn der globale Test in Ordnung ist und Sie die Referenzkategorie der Variablen wechseln, für die die Annahme nicht zutraf, können Sie möglicherweise PH erreichen. Die Gefahren können im Vergleich zu einer Referenzkategorie proportional sein, nicht jedoch zu der anderen. Wenn Sie also die Referenzkategorien wechseln, können Sie möglicherweise die Kategorie finden, die dazu führt, dass die PH-Annahme wahr ist.

Wenn das Umschalten Ihr Problem nicht löst und Sie davon ausgehen, dass Sie die richtigen Variablen in Ihrem Modell haben, bedeutet dies, dass die Gefahren für diese bestimmte Variable nicht proportional sind, dh unterschiedliche Gefahren zu unterschiedlichen Zeitpunkten. Daher möchten Sie möglicherweise eine Interaktion zwischen Variable und Zeit in Ihr Modell einführen.