Cox PH modelini yorumlama

Python ile Survival Analysis

Shae Wang

Senior Data Scientist

Temel tehlikeler

Hazard oranı: tehlikenin, temel (baseline) tehlikelere göre ne kadar arttığı/azaldığı.
Temel tehlikeler: ortak değişkenlerin temel düzeylerindeki bireylerin riski.
- Temel $\neq$ ortak değişkenleri 0'a ayarlamak
- Temel, ortak değişkenleri ortalamalarına ayarlamak demektir (lifelines için medyan)

Temel fonksiyonlar

Temel tehlike fonksiyonu

model.baseline_hazard_.plot()
plt.show()

temel_tehlike

Temel sağkalım fonksiyonu

model.baseline_survival_.plot()
plt.show()

temel_sağkalım

Hazard oranını yorumlama

Hazard oranı: $e^{coef}$; ortak değişkenler değiştiğinde tehlikenin ortalama bireye göre ne kadar değiştiği.

	Hesaplama	Örnek
Katsayı	$x$	$0.405$
Hazard oranı	$e^x$	$e^{0.405}=1.5$
Tehlike yorumu	$e^x-1$	$1.5-1 = 0.5$ -> tehlikede %50 artış
Sağkalım süresi yorumu	$\frac{1}{e^x}-1$	$\frac{1}{1.5}-1 = 0.67-1 = -0.23$ -> sağkalımda %23 azalma

Hazard oranını görselleştirme

.plot_partial_effects_on_outcome()

covariates (string veya liste): değiştirmek istediğimiz özgün veri setindeki ortak değişken ad(lar)ı.
- Birden fazla ortak değişken varsa, liste olarak geçin.
values (1d veya 2d iterable): ortak değişkenin almasını istediğimiz değerler.
- Birden fazla ortak değişken varsa, değerleri çift/ikili demetler olarak geçin.

Hazard oranını görselleştirme

Modelin ortak değişkenleri A, B, C; {{1}} değerlerini değiştirmek istiyoruz

A: 1, 2

B: 3, 4

model.plot_partial_effects_on_outcome(
    covariates=["A","B"],
    values=[[1,2],
            [3,4]]
)
plt.show()

plot_partial_effects_on_outcome_hatalı

Hatalı...

Hazard oranını görselleştirme

Modelin ortak değişkenleri A, B, C; şu değerleri değiştirmek istiyoruz:

A: 1, 2

B: 3, 4

model.plot_partial_effects_on_outcome(
    covariates=["A","B"],
    values=[[1,3],
            [1,4],
            [2,3],
            [2,4]]
)
plt.show()

plot_partial_effects_on_outcome_doğru

Doğru!

Hadi pratik yapalım!

Python ile Survival Analysis