Hola: A que te refieres como "el bmi hasta el evento"?
Respecto que no sea un tiempo de supervivencia, no eres el único. En este artículo tampoco utilizan un "tiempo": http://www.ncbi.nlm.nih.gov/pubmed/8970394 Saludos. On Sun, 2 Aug 2015 19:19:45 +0200 JM ARBONES <[email protected]> wrote: > Hola a todos, > -Estoy estudiando el efecto de dos genotipos (~tratamientos) en la aparición > de síndrome metabólico (MetS) con datos longitudinales recogidos a tiempo > 0,7,10,15,20 y 25 años. > > -He hecho un dataframe con las siguientes variables > MetS: Síndrome Metabólico (Si=1,No=0) > bmi: Indice de masa corporal (IMC) cuando se produce la conversión a MetS+ . > Para los que permancen MetS-, esta variable indica el bmi cuando hay censura > (por abandono del estudio o al finalizar el estudio en el año 25). > bmi0: IMC al inicio del estudio (categórica, levels=normal/overweight/obese) > apoE4: Genotipo de interés (E4, no-E4) > > -Mi hipótesis es que la interacción genotipo~MetS depende del IMC al > principio del estudio. Concretamente, individuos 'overweight' al inicio del > estudio y con el genotipo E4 hacen la conversión a MetS+ a valores de IMC mas > bajos que los que tienen el genotipo no-E4. Este fenómeno no ocurriría en los > 'normal' y 'obese'. > > -He creado unos objetos Surv, pero en lugar de utilizar el tiempo hasta > evento (MetS+) estoy utilizando el bmi hasta el evento. Las gráficas que > resultan al hacer el análisis de supervivencia parecerían confirmar mi > hipótesis, pero no se si lo que estoy haciendo es una aberración estadística. > Tampoco se si los coeficientes de la regresión de Cox tienen sentido al no > utilizar la variable tiempo. > > ?Alguien me podría 1)decir si lo que estoy haciendo tiene sentido y 2) como > interpretar los resultados (regresión de Cox y gráficas)? > Si a alguien se anima a contestar, adjunto un link con los datos (.Rdata) y > el script que he utilizado en el análisis. > > > https://www.dropbox.com/s/d96itird8ms42yx/dataframe.Rdata?dl=0 > <https://www.dropbox.com/s/d96itird8ms42yx/dataframe.Rdata?dl=0> > > sapply(levels(df0$bmi0),function (x){ #####SURVIVAL CURVE > dfx=filter(df0,bmi0==x) > > surv2=Surv(dfx$bmi,dfx$MetS) > km2=survfit(surv2~dfx$apoe4)##start.time=20,type='kaplan') > plot(km2,lty=2:1,xlim=c(20,41),xlab='BMI at onset',main=x,mark.time = F) > legend('bottomleft',c('E4','no-E4'),lty=2:1) > cox=list(coxph(surv2~relevel(dfx$apoe4,ref='no-E4'))) > }) > > sapply(levels(df0$bmi0),function (x){ #####CUMULATIVE HAZARDs > dfx=filter(df0,bmi0==x) > > surv2=Surv(dfx$bmi,dfx$MetS) > km2=survfit(surv2~dfx$apoe4) > plot(km2,lty=2:1,xlim=c(20,41),xlab='BMI at onset',main=x,mark.time = > F,fun='cumhaz') > legend('topleft',c('E4','no-E4'),lty=2:1) > > }) > > Muchas gracias y un saludo > > Jose Miguel > > ------------------------------------------------------------------- > > Jose Miguel Arbones-Mainar, PhD > Unidad de Investigación Traslacional > Instituto Aragones de Ciencias de la Salud > Hospital Universitario Miguel Servet > Pº Isabel la Católica, 1-3 > 50009 Zaragoza (Spain) > Tel: +34 976 769 565 > Fax: +34 976 769 566 > www.adipofat.com <http://www.adipofat.com/> > > > > > ----------------------------------------------------------------------------------- > Jose Miguel Arbones-Mainar > www.adipofat.com <http://www.adipofat.com/> > > > > > > > > [[alternative HTML version deleted]] > > _______________________________________________ > R-help-es mailing list > [email protected] > https://stat.ethz.ch/mailman/listinfo/r-help-es _______________________________________________ R-help-es mailing list [email protected] https://stat.ethz.ch/mailman/listinfo/r-help-es
