survival-analysis

0热度

1回答

我很困惑如何调整coxph函数中的变量。我知道可以使用strata（）进行分层，但是如何调整变量？线性模型中，可以通过以下（这里有一个我从这个link看到例子） fit.diamOnMachine <- lm(diameter˜machine) diam.adjusted <- residuals(fit.diamOnMachine) fit.diamadjmach <- lm(stren

0热度

1回答

生存曲线数字或字符值指定x轴刻度

我绘制生存曲线ggsurvplot()，以改变我用作参数xscale="d_y"的年份中的天数。按照文档建议，我也试过xscale=365.25。的问题是，时间轴自动标记，但并不如我所料，在今年1，2，3 ... 相反，我得到0.55，1.1，依此类推。我怎样才能在每一年完全贴标签？查找下面 install.packages('survMisc') library("survminer")

4热度

1回答

无法绘制使用ggsurvplot列表中的存活对象的kaplan-meier曲线

我试图从幸存者包中使用ggsurvplot绘制Kaplan-Meyer曲线。当我传递保存在列表中的生存对象时，我无法绘制它。让我以肺数据集为例。一切工作如下： library("survival") library("survminer") fit <- survfit(Surv(time, status) ~ sex, data = lung) ggsurvplot(fit,

3热度

1回答

Cox回归分层变量的参数估计和方差（地层/生存包）

我已经运行Cox回归，使用survival包来计算暴露A的死亡风险比。我发现age变量违反了比例风险假设（与cox.zph）并使用strata(age)分层进一步模型的年龄。我需要age变量的参数估计值，以及方差和协方差矩阵（以计算费率提升期间）......我不知道在哪里找到它们！我错过了什么，或者我误解了什么strata正在做什么？这里是一个重复的例子，使用从survival包lung数据

0热度

1回答

事件生存分析的预测时间

我目前正在尝试模拟事件的时间，其中有三个不同的事件可能发生。这是针对电信数据的，我想预测解锁客户的预期使用期限，因此客户的合约期已经结束，现在可以每月辞职。一旦他们的1年或2年合同结束，他们就会解锁客户，随着时间的推移，他们可以搅动，保留（购买新合同）或保持解锁的客户（因此我需要一个竞争风险模型）。现在我感兴趣的是，直到发生这些事件之一的时间。我正在考虑使用Cox回归模型来找出协变量对生存概率的

1热度

1回答

如何计算randomForestSRC的中位生存期

我尝试计算randomForestSRC中的中位生存期。 library(randomForestSRC) data(veteran, package = "randomForestSRC") train <- sample(1:nrow(veteran), round(nrow(veteran) * 0.80)) veteran.grow <- rfsrc(Surv(time, statu

0热度

1回答

使用“pec”R软件包对肺数据集上的“coxph”功能进行预测

我想使用Coxph R函数为Cox比例风险模型获得从惩罚性R软件包中获得的肺数据集的预测。我有以下示例代码。 library(survival) library(pec) library(penalized) data("lung") data <- lung trainind <- sample(1:n,n*0.7) testind <- (1:n)[-trainind

1热度

1回答

在R中为生存模型创建一个分组变量

我试图在R中绘制KM曲线，但首先需要适应生存对象。我有一个由100行组成的数据集，其中每行对应于A组或B组患者。我想要做的是能够绘制（在同一图上）A组的KM曲线与B组与A + B组（所有人）。我遇到的麻烦是如何构造组变量。我假设你不能在单个变量中完成，所以这就是我正在尝试的，虽然它似乎没有正常工作（我没有得到A和B组中的每个人）。 set.seed(4) n = 100 x = runif(

2热度

2回答

生存函数图中哪条曲线？

我正在绘制生存函数与生存包。一切正常，但我怎么知道哪个曲线是哪个？我该如何将它添加到图例中？ url <- "http://socserv.mcmaster.ca/jfox/Books/Companion/data/Rossi.txt" Rossi <- read.table(url, header=TRUE)[,c(1:10)] km <- survfit(Surv(week

0热度

1回答

从survreg预测绘制生存曲线

我是比较新的生存分析，并已用于下文称为“电信”的样本一些标准的电信客户流失数据例如： telco <- read.csv(text = "State,Account_Length,Area_Code,Intl_Plan,Day_Mins,Day_Calls,Day_Charge,Eve_Mins,Eve_Calls,Eve_Charge,Night_Mins,Night_Calls,Night_C