Question

首先，我从这个链接Applying a function to multiple columns收集了使用＆＃34;功能＆＃34;功能可能会做我想要的。然而，我无法通过考虑它的方式来实现这一目标，以使其在我的情况下实际工作（或者甚至真正知道从哪里开始）。我是R的初学者，所以我提前道歉，如果这是一个真正的＆＃34; newb＆＃34;题。我的数据是一个数据框，包括事件变量（肿瘤复发）和时间变量（随访时间/复发时间）以及复发风险因素（t阶段，肿瘤大小，dx年龄等）。一些风险因素是绝对的，一些是连续的。我一直在手动运行我的单变量分析，一次一个像这个例子univariateageatdx＆lt; -coxph（survobj~soldx），然后收集数据。这对于多个因素而言非常繁琐，并且针对几种不同的递归类型执行此操作。我认为必须有一种编码方式，以便我基本上可以有一行具有coxph方程的代码，然后将其应用于我感兴趣的所有变量，并吐出一个具有每个因子的单变量分析结果的结果。我尝试使用cbind绑定变量（即x<-cbind("agedx","tumor size")然后运行cox coxph(recurrencesurvobj~x)，但这当然只是对这些变量进行了多变量分析，并没有将它们拆分为真正的单变量分析。

我也根据我在其他网站上发现的类似问题尝试了以下代码，但是它显示了错误并且我不知道该怎么做。这是正确的轨道吗？

f <- as.formula(paste('regionalsurvobj ~', paste(colnames(nodcistradmasvssubcutmasR)[6-9], collapse='+')))

然后我跑了它有coxph（f）给我一个多变量cox分析的结果。

谢谢！ **编辑：我刚修复错误，我需要使用列号，我想不是名字。更改将反映在上面的代码中。但是，它仍然运行选择作为多变量分析的变量而不是真正的单变量分析......

Answer 1

如果你想去公式路线（在你的情况下有多个结果和多个变量可能是最实用的方法），你需要为每个你想要适合的模型创建一个公式。我已经在这里拆分了一些步骤（制作公式，制作模型和提取数据），它们当然可以组合使用，这样您就可以检查所有模型。

#example using transplant data from survival package
#make new event-variable: death  or no death
#to have dichot outcome
transplant$death <- transplant$event=="death"

#making formulas
univ_formulas <- sapply(c("age","sex","abo"),function(x)as.formula(paste('Surv(futime,death)~',x))
)
#making a list of models
univ_models <- lapply(univ_formulas, function(x){coxph(x,data=transplant)})

#extract data (here I've gone for HR and confint)
univ_results <- lapply(univ_models,function(x){return(exp(cbind(coef(x),confint(x))))})

将单变量coxph函数同时应用于多个协变量（列）

1 个答案: