Un test de bondad de ajuste para la log-linealidad en el modelo de riesgos proporcionales de Cox bajo efectos covariables monotónicos
Autores: Chen, Huan; Tang, Chuan-Fa
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Un test de bondad de ajuste para la log-linealidad en el modelo de riesgos proporcionales de Cox bajo efectos covariables monotónicos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Riesgos proporcionales
Modelo
Covariables
Efecto log-lineal
Marco de Cox PH
Relación monótona
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
El modelo de riesgos proporcionales de Cox se utiliza ampliamente porque modela los covariables al riesgo a través de un efecto log-lineal. Sin embargo, explorar efectos flexibles se vuelve deseable dentro del marco de Cox PH cuando solo se asume una relación monótona entre los covariables y el riesgo. Este trabajo propone una prueba de bondad de ajuste basada en la verosimilitud parcial para evaluar la suposición del efecto log-lineal en un modelo de Cox PH univariado. El rechazo de la linealidad sugiere la necesidad de incorporar efectos de covariables monótonos y no log-lineales en el riesgo. Nuestros estudios de simulación muestran que la prueba de bondad de ajuste propuesta controla las tasas de error de tipo I y muestra consistencia en diversos escenarios. Ilustramos la prueba de bondad de ajuste propuesta con dos conjuntos de datos, datos de cáncer de mama y datos de cáncer de pulmón, para evaluar la presencia de efectos log-lineales en el modelo de Cox PH.
Descripción
El modelo de riesgos proporcionales de Cox se utiliza ampliamente porque modela los covariables al riesgo a través de un efecto log-lineal. Sin embargo, explorar efectos flexibles se vuelve deseable dentro del marco de Cox PH cuando solo se asume una relación monótona entre los covariables y el riesgo. Este trabajo propone una prueba de bondad de ajuste basada en la verosimilitud parcial para evaluar la suposición del efecto log-lineal en un modelo de Cox PH univariado. El rechazo de la linealidad sugiere la necesidad de incorporar efectos de covariables monótonos y no log-lineales en el riesgo. Nuestros estudios de simulación muestran que la prueba de bondad de ajuste propuesta controla las tasas de error de tipo I y muestra consistencia en diversos escenarios. Ilustramos la prueba de bondad de ajuste propuesta con dos conjuntos de datos, datos de cáncer de mama y datos de cáncer de pulmón, para evaluar la presencia de efectos log-lineales en el modelo de Cox PH.