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
