Я думал, что наткнулся на веб-сайт и ссылку, которая имеет дело именно с этим вопросом:
http://www.graphpad.com/faq/viewfaq.cfm?faq=1226
Начните с "Два сравниваемых метода".
Сайт ссылается на статью Берштейна по ссылке (выше):
http://www.jstor.org/stable/2530564?seq=1
Сайт хорошо обобщает результаты Berstein et al, поэтому я процитирую это:
Эти два обычно дают идентичные (или почти идентичные) результаты. Но результаты могут отличаться, когда несколько субъектов умирают одновременно или когда коэффициент опасности далек от 1,0.
Бернсетин и его коллеги проанализировали смоделированные данные обоими методами (1). Во всех их моделях предположение о пропорциональных опасностях было верным. Два метода дали очень похожие значения. Метод logrank (который они называют методом O / E) сообщает о значениях, которые ближе к 1,0, чем истинное соотношение рисков, особенно когда коэффициент опасности большой или размер выборки большой.
Когда есть связи, оба метода менее точны. Методы logrank имеют тенденцию сообщать коэффициенты опасности, которые даже ближе к 1,0 (поэтому сообщаемый коэффициент опасности слишком мал, когда коэффициент опасности больше 1,0, и слишком велик, когда коэффициент опасности меньше 1,0). Метод Мантеля-Хензеля, напротив, сообщает о коэффициентах опасности, которые находятся дальше 1,0 (поэтому сообщаемый коэффициент опасности слишком велик, когда коэффициент опасности больше 1,0, и слишком мал, когда коэффициент опасности меньше 1,0).
Они не тестировали два метода с данными, смоделированными там, где предположение о пропорциональных опасностях неверно. Я видел один набор данных, где две оценки ЧСС были очень разными (в три раза), и предположение о пропорциональной опасности было сомнительным для этих данных. Похоже, что метод Мантеля-Хензеля придает больший вес различиям в поздние моменты времени, в то время как метод логранков дает одинаковый вес везде (но я не изучал это подробно). Если вы видите очень разные значения ЧСС с помощью двух методов, подумайте о том, является ли разумным допущение пропорциональных рисков. Если это предположение не является разумным, то, конечно, вся концепция единого отношения опасности, описывающего всю кривую, не имеет смысла
Сайт также ссылается на набор данных, в котором «две оценки HR были очень разными (в три раза)», и предполагает, что предположение PH является ключевым фактором.
Тогда я подумал: «Кто является автором сайта?» После небольшого поиска я обнаружил, что это был Харви Мотульский. Итак, Харви, мне удалось отослать вас к вам, чтобы ответить на ваш собственный вопрос. Вы стали авторитетом!
Является ли «проблемный набор данных» общедоступным набором данных?