Comparison of Cox's and relative survival models when estimating the effects of prognostic factors on disease‐specific mortality: a simulation study under proportional excess hazards
Notice bibliographique
Résumé
In many prognostic studies focusing on mortality of persons affected by a particular disease, the cause of death of individual patients is not recorded. In such situations, the conventional survival analytical methods, such as the Cox's proportional hazards regression model, do not allow to discriminate the effects of prognostic factors on disease-specific mortality from their effects on all-causes mortality. In the last decade, the relative survival approach has been proposed to deal with the analyses involving population-based cancer registries, where the problem of missing information on the cause of death is very common. However, some questions regarding the ability of the relative survival methods to accurately discriminate between the two sources of mortality remain open. In order to systematically assess the performance of the relative survival model proposed by Esteve et al., and to quantify its potential advantages over the Cox's model analyses, we carried out a series of simulation experiments, based on the population-based colon cancer registry in the French region of Burgundy. Simulations showed a systematic bias induced by the 'crude' conventional Cox's model analyses when individual causes of death are unknown. In simulations where only about 10 per cent of patients died of causes other than colon cancer, the Cox's model over-estimated the effects of male gender and oldest age category by about 17 and 13 per cent, respectively, with the coverage rate of the 95 per cent CI for the latter estimate as low as 65 per cent. In contrast, the effect of higher cancer stages was under-estimated by 8-28 per cent. In contrast to crude survival, relative survival model largely reduced such problems and handled well even such challenging tasks as separating the opposite effects of the same variable on cancer-related versus other-causes mortality. Specifically, in all the cases discussed above, the relative bias in the estimates from the Esteve et al.'s model was always below 10 per cent, with the coverage rates above 81 per cent.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,046 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».