Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Funciones de riesgo y superviviente para diferentes grupos

Este ejemplo muestra cómo estimar y trazar las funciones acumuladas de riesgo y superviviente para diferentes grupos.

Paso 1. Cargue y organice los datos de ejemplo.

Cargue los datos de ejemplo.

load(fullfile(matlabroot,'examples','stats','readmissiontimes.mat')) 

Los datos tienen tiempos de readmisión de los pacientes con información sobre su género, edad, peso, estado de tabaquismo y censura. Se trata de datos simulados.

Crear una matriz de tiempos de readmisión y censura para cada género.

female = [ReadmissionTime(Sex==1),Censored(Sex==1)]; male = [ReadmissionTime(Sex==0),Censored(Sex==0)]; 

Paso 2. Estimar y trazar la función de distribución acumulativa para cada género.

Trace la estimación de Kaplan-Meier de la función de distribución acumulativa para pacientes femeninos y masculinos.

figure() ecdf(gca,female(:,1),'Censoring',female(:,2)); hold on [f,x] = ecdf(male(:,1),'Censoring',male(:,2)); stairs(x,f,'--r') hold off legend('female','male','Location','SouthEast') 

Paso 3. Trazar funciones de superviviente.

Compare las funciones de superviviente para pacientes femeninos y masculinos.

figure() ax1 = gca; ecdf(ax1,female(:,1),'Censoring',female(:,2),'function','survivor'); hold on [f,x] = ecdf(male(:,1),'Censoring',male(:,2),'function','survivor'); stairs(x,f,'--r') legend('female','male') 

Esta cifra muestra que los tiempos de readmisión son más cortos para los pacientes masculinos que para las mujeres.

Paso 4. Ajuste las funciones de supervivencia de Weibull.

Ajuste las distribuciones de Weibull a los tiempos de readmisión de pacientes femeninos y masculinos.

pd = fitdist(female(:,1),'wbl','Censoring',female(:,2)) 
 pd =     WeibullDistribution    Weibull distribution     A = 12.5593   [10.749, 14.6745]     B = 1.99834   [1.56489, 2.55185]  
pd2 = fitdist(male(:,1),'wbl','Censoring',male(:,2)) 
 pd2 =     WeibullDistribution    Weibull distribution     A = 4.63991   [3.91039, 5.50551]     B = 1.94422   [1.48496, 2.54552]  
pd2 = fitdist(male(:,1),'wbl','Censoring',male(:,2)) 
 pd2 =     WeibullDistribution    Weibull distribution     A = 4.63991   [3.91039, 5.50551]     B = 1.94422   [1.48496, 2.54552]  

Trazar las funciones de superviviente de Weibull para pacientes femeninos y masculinos en funciones estimadas de sobreviviente.

plot(0:1:25,1-cdf('wbl',0:1:25,12.5593,1.99834),'-.') plot(0:1:25,1-cdf('wbl',0:1:25,4.63991,1.94422),':r') hold off legend('Festimated','Mestimated','FWeibull','MWeibull') 

La distribución de Weibull proporciona una buena opción para los datos.

Paso 5. Calcule el riesgo acumulado y ajuste las funciones de riesgo acumulativo de Weibull.

Calcule la función de riesgo acumulado para los géneros y ajuste las funciones de riesgo acumulativo de Weibull.

figure() [f,x] = ecdf(female(:,1),'Censoring',female(:,2),... 'function','cumhazard'); plot(x,f) hold on plot(x,cumsum(pdf(pd,x)./(1-cdf(pd,x))),'-.') [f,x] = ecdf(male(:,1),'Censoring',male(:,2),... 'function','cumhazard'); plot(x,f,'--r') plot(x,cumsum(pdf(pd2,x)./(1-cdf(pd2,x))),':r') legend('Festimated','FWeibull','Mestimated','MWeibull',... 'Location','North') 

Consulte también

| |

Ejemplos relacionados

Más acerca de