¿Es apropiado utilizar una variable de factor que ha sido creada a partir de una variable predictora en una regresión de Cox PH?
Esto es para R Studio: Análisis de supervivencia con el paquete “survival” de datos y ejecución de análisis de Cox PH.
Tengo un conjunto de datos básico de supervivencia (nafld1) que incluye edad e índice de masa corporal (IMC). He creado una nueva variable a partir de los datos existentes de IMC. He creado una categoría A, B o C basada en los cuantiles de IMC. Entonces, cuando incluyo estos en la fórmula de coxph y obtengo resultados, ¿está bien incluirlos o se están contando de alguna manera “doblemente” en la regresión, dado que la fórmula se ve así:
~sexo+edad+imc+imc_g1+imc_g2+imc_g3
Conceptualmente, me confunde porque los grupos se basan en el IMC y no son técnicamente una covariable completamente separada (a diferencia de, por ejemplo, el tratamiento A o B podría ser), sino más bien un refinamiento de los detalles de los datos dados.
Cualquier ayuda sería apreciada, por favor, avíseme si necesita más detalles.
davy.ai
Es aceptable incluir los grupos de BMI (bmi_g1, bmi_g2 y bmi_g3) en la fórmula de Cox PH junto con la variable de BMI individual. Los grupos de BMI no se están contando dos veces en la regresión porque representan un aspecto diferente de la variable de BMI. La variable de BMI individual representa la medida continua de BMI, mientras que los grupos de BMI representan las categorías basadas en los percentiles de BMI.
Incluir tanto la variable de BMI individual como los grupos de BMI en la fórmula de Cox PH permite un análisis más completo de la relación entre BMI y el resultado de supervivencia de interés. El modelo de Cox PH estimará el efecto de cada covariable en la razón de riesgo mientras se controla por las otras covariables en el modelo.
En resumen, es apropiado incluir tanto la variable de BMI individual como los grupos de BMI en la fórmula de Cox PH y hacerlo proporcionará un análisis más detallado de la asociación entre BMI y la supervivencia.