Cox-regress.: einfaches und mult. Modell, Ergebnis-interpret

[raphael.]

Hallo zusammen,
folgende Situation: es sollen zwei neue Biomarker (BM1 und BM2 als UV) hinsichtlich ihres prognostischen Wertes für ein bestimmtes Outcome (Y als AV) in einer Cox-Regressionsanalyse untersucht werden. Die hohe progn.Wertigkeit eines dritten Biomarkers (BM3) für Y steht schon länger fest.

In der einfachen cox-Regression sind alle drei Marker signifikante Prädiktoren.
In einer mult. cox-Regression mit BM 1,2,3 sowie vier anderen kategorialen Variablen als Kovariaten, deren Einfluss auf Y (AV) anzunehmen ist, ist die Signifikanz von BM1 nur noch bei etwa 0,85(!).
Lässt man allerdings BM3 für die mult. Analyse weg, ergibt sich bei sonst unverändertem Modell für BM1 jetzt ein hochsignifikantes Ergebnis (0,01).
Dies zeigt sich bei Modellen mit anderen Kovariaten analog.

Wie ist das zu erklären? Kann man eine Aussage über die Beziehung zwischen BM1 und BM3 ableiten? wie kann man das am besten interpretieren?
(n=320, Y=72 Ereignisse, BM1 und BM3 korrelieren nach pearson mit 0,67)

Über eine Antwort würde ich mich freuen

[dutchie]

hallo raphael

wenn BM1 und BM3 so hoch korelieren, dann klärt das die sache doch.
die AV kann durch beides erklärt werden, aber im Modell kann man die AV
nur einmal aufklären. Durch welchen BM ist dann eher zufall, der andere liefert dann
nur noch redundante Informationen, praktisch gesehen ist einer überflüssig.

Du macht ein Modell mit BM1 und eines mit BM3, stellst fest das beide gleich gut sind
und die BMs sind somit "austauchbar", warum das so ist liegt an dem was die messen
Ich kann die AV Körpergewicht, beschreiben durch Körpergröße oder Körpevolumen.

gruß
dutchie