Question

我正在编写一些函数来从生存分析的结果中提取信息，并且在我提取95％置信区间所指定的较低和较高生存时间之间遇到了差异。从包本身报告的摘要。

我在R（v 3.1.2）中使用survival包（v 2.37-7）。

所以我的问题是，有时我提取95％CI的下限和/或上限以获得中位生存时间与我刚评估survfit的结果时返回的不一致。当我检查数据时，我认为survfit的结果是错误的，它似乎返回边界+ 1值（有时也是）。以下是一些说明问题的数据。

# Fit my data stratified by gender of subject
survFit30Sex <- survfit(Surv(thirtyDaySuicides$daysFromInvestigation) ~ thirtyDaySuicides$Sex)

# Display median survival and confidence interval
survFit30Sex


Call: survfit(formula = Surv(thirtyDaySuicides$daysFromInvestigation) ~ 
thirtyDaySuicides$Sex)

                    records n.max n.start events median 0.95LCL 0.95UCL
thirtyDaySuicides$Sex=1      35    35      35     35     15       9      20
thirtyDaySuicides$Sex=2      93    93      93     93      9       6      13

survfit分别将Sex = 1的下边界和上边界确定为9天和20天，但当我检查数据时，似乎上边界应为19，而不是20

这是实际数据;我只是为Sex=1展示，因为差异在哪里，我还在关键区域之前和之后很好地删除了数值，以使数据更易于阅读

Call: survfit(formula = Surv(thirtyDaySuicides$daysFromInvestigation) ~ 
    thirtyDaySuicides$Sex)

summary( thirtyDaySuicides$Sex=1 )
     time n.risk n.event survival std.err lower 95% CI upper 95% CI
    9     24       2   0.6286  0.0817      0.48725        0.811
   10     22       1   0.6000  0.0828      0.45780        0.786
   11     21       1   0.5714  0.0836      0.42890        0.761
   13     20       1   0.5429  0.0842      0.40055        0.736
   14     19       1   0.5143  0.0845      0.37272        0.710
   15     18       1   0.4857  0.0845      0.34541        0.683
   16     17       1   0.4571  0.0842      0.31861        0.656
   17     16       3   0.3714  0.0817      0.24138        0.572
   19     13       1   0.3429  0.0802      0.21673        0.542
   20     12       2   0.2857  0.0764      0.16921        0.482
   21     10       2   0.2286  0.0710      0.12437        0.420
   22      8       1   0.2000  0.0676      0.10310        0.388

据我了解，中位生存时间的95％CI较低为0.34541。搜索生存列直到找到值survfit的生存时间上限为20？我已经自动化了这个算法，大部分时间我都匹配来自survfit的输出，但并非总是如此。

这让我觉得survival包中有一些奇怪的错误（我怀疑），或者我找不到边界（最有可能）。

--------- 更新

不幸的是，我不知道如何将数据文件链接到我的问题，但数据很短，所以我可以把它放在这里。请注意，我通过性别来消除分层，以简化，因此这只是女性的数据，这是我得到差异的地方。

我发现我正在接近这个错误，也许95％的CI是从标准错误中计算出来的，而不是像我想象的那样抬头。但即使有了这个想法，我也遇到了类似的问题。更普遍的问题是，如何从生存对象中以时间为单位提取相应的95％CI，从而拉出第X百分位生存时间？

这是通过dput的生存输入数据，然后是下面的非结构化副本。

structure(list(daysFromInvestigation = c(27L, 27L, 10L, 20L, 
15L, 21L, 27L, 1L, 9L, 22L, 29L, 14L, 4L, 19L, 7L, 3L, 2L, 7L, 
21L, 4L, 17L, 20L, 16L, 2L, 9L, 7L, 17L, 2L, 17L, 26L, 25L, 11L, 
3L, 13L, 27L), censored = c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 
1, 1, 1)), class = "data.frame", row.names = c(NA, -35L), .Names = c("daysFromInvestigation", 
"censored"))

       daysFromInvestigation censored
1                     27        1
2                     27        1
3                     10        1
4                     20        1
5                     15        1
6                     21        1
7                     27        1
8                      1        1
9                      9        1
10                    22        1
11                    29        1
12                    14        1
13                     4        1
14                    19        1
15                     7        1
16                     3        1
17                     2        1
18                     7        1
19                    21        1
20                     4        1
21                    17        1
22                    20        1
23                    16        1
24                     2        1
25                     9        1
26                     7        1
27                    17        1
28                     2        1
29                    17        1
30                    26        1
31                    25        1
32                    11        1
33                     3        1
34                    13        1
35                    27        1

Answer 1

我对自己的问题有一个答案，如果不是最好的答案，至少是一个很好的答案。

我遇到的主要问题是未能使用加权平均值。在我的问题中，我对中位生存时间感兴趣，因此生存率= 0.5。但是我的数据并没有在精确的中位数时间内产生事件，因此我的生存概率为14天= 0.5143和15天= 0.4857，其加权平均值为15天。

第二个问题是误解了如何使用置信区间。为了匹配生存包报告的内容，要找到中位生存期间的下限，可以搜索下界向量以找到刚好小于中位数的第一个值，然后计算该值的加权平均值。低于中位数，正好在上方。同样，对于上限，搜索上限矢量以找到目标间隔，然后计算加权平均值。就我的例子而言，中位生存期的上限发生在19天到20天之间。加权平均值为20天。

我还没有深入了解生存代码以确认这是如何正确完成的，但在我的情况下，我已经有大约50种特定的生存期组合，可以查看不同的时间段和不同的版主并且我匹配生存包100％提供的中位数输出。

我希望遇到这个问题的任何人都能得到这个总结的帮助，如果有人想帮助纠正/改进我的理解，那么非常欢迎。

如何解决R中生存函数95％置信区间的差异

1 个答案: