Question

我使用rfsrc来模拟生存问题，如下所示：

library(OIsurv)
library(survival)
library(randomForestSRC)

data(burn)
attach(burn)

library(randomForestSRC)

fit <- rfsrc(Surv(T1, D1) ~  ., data=burn)

# predict on the train set
pred <- predict(fit, burn, OOB=TRUE, type=response)
pred$predicted

这给了我所有患者的总体生存概率。

如何在不同的时间点（例如0-5个月或0-10个月）获得每个人的生存概率？

Answer 1

如果您不熟悉该软件包，那么关于此的文档并不是很明显，但这是可能的。

加载数据

pbc.trial <- pbc %>% filter(!is.na(treatment))
pbc.test <- pbc %>% filter(is.na(treatment))

创建试验和测试数据集

rfsrc_pbc <- rfsrc(Surv(days, status) ~ .,
                   data = pbc.trial,
                   na.action = "na.impute")

构建我们的模型

test.pred.rfsrc <- predict(rfsrc_pbc, 
                           pbc.test,
                           na.action="na.impute")

测试模型

$survival

所有好东西都保存在我们的预测对象中。 time.interest对象是一个包含n行（每个患者1个）和n列（每个ntime一个）的矩阵 - 这些是自动选择的，尽管您可以使用test.pred.rfsrc$survival参数约束它们。我们的矩阵是106x122）

$time.interest

$surival对象是不同＆＃34; time.interests＆＃34;的列表。（122，与test.pred.rfsrc$time.interest）矩阵中的列数相同

$time.interest

让我们说我们希望看到我们5年的预测状态，我们会需要弄清楚哪个时间最接近1825天（因为我们的测量周期是几天）当我们查看我们的$time.interest对象时，我们看到第83行= 1827天或大约5年。 $survival中的第83行对应于test.pred.rfsrc$survival[,83]矩阵中的第83列。因此，为了看到预测的5年生存概率，我们只需看看矩阵的第83列。

$var[]=array($_POST['val1'],$_POST['val2'],$_POST['val3']);

然后，您可以针对您感兴趣的任何时间点执行此操作。

使用randomForestSRC在特定时间点生存的概率

1 个答案: