[R-br] Imputação múltipla: como fazer operações com os dados imputados.

Pedro Emmanuel Alvarenga Americano do Brasil emmanuel.brasil em gmail.com
Segunda Dezembro 3 18:52:14 BRST 2012


Lucas,

Sugiro qu voce leia o livro “clinical prediction models“ do steyerberg.

Sugiro que junto com o mice voce utilize o pacote rms que contem a funçao
fit.mult.imput. a partir dessa e possivel  utilizar a val.surv que estima
algumas medidas de calibraçao e validade com sobrevivencia.

Eu fiz uma validaçao de modelos esse ano e acabei fazendo em diversos
bancos simulados a partir de um objeto do mice, o que no final ficou
parecido com o objeto do fit.mult.imput porque assim nao e possible
cirrigir para otimismo por bootstrap com a funçao validate.

Mas como voce somente esta interessado em validaçao externa, voce nao
precisa estimar o otimismo e fazer as medidas direto dos objetos mice pode
ser possivel. Mas para isso voce precisa retirar todas a variaveis que nao
entrarao na imputaçao, as que nao sao as variaveis utilizadas na
validaçao.  Eu nao entendi muito bem se foi isso que vc fez. O mice roda um
catatau de regressoes, se tiver pouco dado ou muita variavel ruim pode dar
erro.

Nao esquece de fazer uns graficos d diagnostico dos missings e das
imputaçoes.

Pedro Brasil
via Android (:)=
Em 30/11/2012 09:10, "Lucas Petri Damiani" <lucaspd16 em gmail.com> escreveu:

> Boa noite,
>
> sou leitor assíduo da lista, embora nunca tenha participado das
> discussões. Porém, hoje vou me arriscar e passar um problema pra vcs.
> Espero que possam me ajudar.
>
> Estou realizando uma análise num banco de dados de cerca de 10 mil
> pacientes de Trauma. O objetivo da pesquisadora é testar a validade de um
> escore de gravidade (preditor de sobrevida) em pacientes que entram no
> pronto socorro e eventualmente promover alterações nesse escore. Porém,
> algumas medidas que ela deseja testar possuem cerca de 20% de missing. E a
> exclusão desses pacientes faz com que o novo escore predito fique um bocado
> diferente do original, o que me fez ir atrás de alternativas para tratar
> esses dados faltantes e assim me arrisquei nesse pacote *mice. *Em testes
> mais simples que fiz, fiquei bastante empolgado com o método. Enfim, tentei
> reproduzir abaixo o problema que encontrei.
>
> ##### Banco de dados de exemplo:
> dados <- matrix(c(
>   4, 6, 5, 34, 120, 5, 1, 0,
>   NA, 1, 1, 3, 80, 6, 0, 1,
>   2, 4, 2, 24, 90, 5, 1, 1,
>   3, 5, 5, 5, 98, 5, 1, 1,
>   NA, 6, 5, 40, 94, 4, 0, 0 ,
>   NA, 6, 5, 12, 87, 3, 0, 1,
>   1, 5, NA, 32, 70, 2, 0, 1,
>   1, 5, 1, 7, 60, 3, 1, 0,
>   2, NA, 2, 25, 80, 5, 1, 0,
>   4, 6, 5, 24, 101, 7, 1, 0,
>   1, 5, 1, 1, 120, 8, 1, 0,
>   3, 5, 3, 12, 200, 6, 0, 1,
>   3, 3, 1, 3, 40, 5, 1, 0,
>   NA, 5, 1, 35, 60, 4, 0, 1,
>   1, 4, 1, 32, 87, 3, 1, 0,
>   4, 5, 1, 23, 30, 2, 1, 1,
>   2, 1, 1, 5, 46, 1, 0,1), byrow=T, ncol=8)
> dados <- as.data.frame(dados)
> colnames(dados) <- c("ECGL_AO", "ECGL_MRM", "ECGL_MRV", "FR", "PAS",
>                      "GRAU", "IOT",  "SOBREVIDA")
> dados$IOT <- as.factor(dados$IOT)
> dados$ECGL <- apply(dados[, c("ECGL_AO", "ECGL_MRV", "ECGL_MRM")],1,sum)
> dados$ECGL_cut <- cut(dados$ECGL, breaks=c(3,4,6,9,13,16), right=FALSE)
>
> # Notem que a medida RTS é um escore derivado de outras medidas, que
> pretendo imputar.
> dados$RTS <- (0.9368*(dados$ECGL_cut=="[4,6)")
>        + 2*0.9368*(dados$ECGL_cut=="[6,9)")
>        + 3*0.9368*(dados$ECGL_cut=="[9,13)")
>        + 4*0.9368*(dados$ECGL_cut=="[13,16)")
>        + 0.7326*(dados$PAS>=1 & dados$PAS<=49)
>        + 2*0.7326*(dados$PAS>=50 & dados$PAS<=75)
>        + 3*0.7326*(dados$PAS>=76 & dados$PAS<=89)
>        + 4*0.7326*(dados$PAS>=90)
>        + 0.2908*(dados$FR>=1 & dados$FR<=5)
>        + 2*0.2908*(dados$FR>=6 & dados$FR<=9)
>        + 4*0.2908*(dados$FR>=10 & dados$FR<=29)
>        + 3*0.2908*(dados$FR>=30))
>
> #Imputando dados nas variáveis "ECLG":
> require(mice)
> PRED <- (1 - diag(1, ncol(dados[,1:8])))
> PRED[8,1:8] <- PRED[1:8,8] <- 0
> teste <- mice(dados[,1:8], method=c("pmm","pmm", "pmm", "", "",
>                               "", "", ""),
>               seed=15,  predictorMatrix = PRED)
>
> #O meu problema começa agora. Eu não sei como calcular medidas derivadas
> no objeto teste. E a fórmula abaixo retorna erro, já conferi várias vezes
> muito dos parênteses e etc, mas creio que o problema seja que a fórmula é
> muito grande entro da função I(x), pois quando eu reduzo o modelo, eu
> consigo resultados satisfatórios. Me corrijam se estiver errado, por favor.
> fit_error <- with(teste, glm(SOBREVIDA ~ I(0.9368*((ECGL_AO + ECGL_MRV +
> ECGL_MRM) >= 4) & ((ECGL_AO + ECGL_MRV + ECGL_MRM) <= 5)
>                                      + 2*0.9368*(((ECGL_AO + ECGL_MRV +
> ECGL_MRM) >= 6) & ((ECGL_AO + ECGL_MRV + ECGL_MRM) <= 8))
>                                      + 3*0.9368*I(((ECGL_AO + ECGL_MRV +
> ECGL_MRM) >= 9) & ((ECGL_AO + ECGL_MRV + ECGL_MRM) <= 12))
>                                      + 4*0.9368*I(((ECGL_AO + ECGL_MRV +
> ECGL_MRM) >= 13) & ((ECGL_AO + ECGL_MRV + ECGL_MRM) <= 15))
>                                      + 0.7326*I(PAS>=1 & PAS<=49)
>                                      + 2*0.7326*I(PAS>=50 & PAS<=75)
>                                      + 3*0.7326*I(PAS>=76 & PAS<=89)
>                                      + 4*0.7326*I(PAS>=90)
>                                      + 0.2908*I(FR>=1 & FR<=5)
>                                      + 2*0.2908*I(FR>=6 & FR<=9)
>                                      + 4*0.2908*I(FR>=10 & FR<=29)
>                                      + 3*0.2908*I(FR>=30)) + IOT,
>                          family="binomial"))
> #Enfim, gostaria de rodar algo como isso escrito abaixo, mas não sei como
> definir essa variável RTS dentro do arquivo teste.
> fit <- with(teste, glm(SOBREVIDA ~ RTS + IOT,
>                        family="binomial"))
> fit2 <- glm(SOBREVIDA ~ RTS + IOT,
>             family="binomial", data=dados)
> pool(fit)
> # Uma saída que imagino é gerar os cinco bancos imputados através da
> função "complete(teste, m)" e ajustar a regressão. Mas dessa forma não
> posso utilizar a função *pool. *Teria que reprogramá-la. De qualquer
> forma, estou perdido. Qualquer ideia é bem vinda.
>
> Abraços,
> Lucas Petri Damiani
>
>
>
>
> _______________________________________________
> R-br mailing list
> R-br em listas.c3sl.ufpr.br
> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
> código mínimo reproduzível.
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20121203/af6df326/attachment.html>


Mais detalhes sobre a lista de discussão R-br