Analysis of Explained Variation in Survival Analysis

Abstract

Çelik S, Sağkalım analizinde açıklanan varyans oranının incelenmesi. Van Yüzüncü Yıl Üniversitesi, Sağlık Bilimleri Enstitüsü, Biyoistatistik Anabilim Dalı Yüksek Lisans Tezi, Van 2018. Sağkalım analizi, Sağlık Bilimlerinde önemli ve yaygın kullanılan yöntemlerden birisidir. Yaşam tabloları ile başlayıp, Kaplan-Meier Yöntemi ile devam etmekte olan sağkalım analizlerinde, günümüzde Cox'un oransal risk modelinde açıklanan varyans oranının incelenmesi tartışma konusu olmuştur. Sansürlü verilerin olduğu sağkalım analizlerinde, bağımlı değişken olan sağkalım süresini etkileyen değişkenlerin, tahmin edilmesinde ve katsayılarının belirlenmesinde Cox'un önerdiği oransal risk modeli kullanılmaktadır. Oluşturulan Cox modelinin, bağımlı değişkende gözlenen toplam varyasyonun ne kadarını açıkladığı, prognostik faktörleri belirleme açısından önemlidir. Standart regresyon analizi yöntemlerinde çoklu korelasyon katsayısının (R2) karesi model tarafından açıklanan varyans oranını belirtmektedir. Sağkalım analizinde ise bu ölçütün (R2) analoğu olan bazı yöntemler önerilmektedir. Bu çalışmada, Cox regresyon analizinde açıklanan varyansı inceleyen, Korn-Simon, Kent-O,Quinley, Schamper V1-V2 ve Schemper-Henderson yöntemleri irdelenmiştir. Adı geçen yöntemler içerisinde sık kullanılan iki yöntem olan Schemper-Henderson ve Kent-O,Quinley yöntemleri kullanılarak, özofagus kanserli hastaların sağkalım verileri ile bir uygulama yapılmıştır. Sonuç olarak, sansürlü verilerin olduğu Cox modelinde, açıklanan varyansı inceleyen mevcut yöntemlerin sonuçlarının heterojen olduğu belirtilmiş ve Cox modelinin sonuçlarının yorumlanmasına geçmeden önce en az 2 farklı ölçüm yöntemi ile modelin açıkladığı varyasyonun belirtilmesi gerektiği önerilmiştir.

Celik S, Analysis of explained variation in survival analysis. Van Yuzuncu Yıl University, Institute of Health Sciences, Master Thesis in Department of Biostatistics, Van 2018. Survival analysis methods are very important and frequently applied methods in health sciences. Date back to life tables and continuing with Kaplan- Meier method survival analysis currently has a discussion about explained variation in Cox proportional hazard model. Analyses of prognostic factors and coefficients in studies of survival and other censored outcomes are most often based on the Cox proportional hazards regression model. It is paramount importance to determine the variation of a dependent variable explained by prognostic factors. In the context of the general linear model, the square of the multiple correlation coefficient (R') is the measure of explained variation. For the Cox model, analogous measures of explained variation have been proposed in recent years. In this study, some measures (Korn-Simon, Kent- O,Quinley, Schamper V1-V2 ve Schemper-Henderson) that have been proposed for explained variation in Cox model was evaluated. An application with esophageal cancer data was performed by using two most common methods, Schemper-Henderson and Kent-O,Quinley. Consequently, heterogeneous results were found by different measure methods. Therefore, at least two different measures should be used to determine explained variation by model and then results should be evaluated.