Question

我创建了一个函数，它将Cox回归模型应用于测试数据，根据协变量创建生存函数，然后根据每个测试观察的当前时间预测30天的生存概率。

以下示例使用肺部数据集并且效果很好。但是，应用于我自己的数据处理时间很繁琐。对于n = 60000，我只是在一小时后停止它，因为它不适合我打算使用该程序。

查看代码结构，有一种明显的方法可以加快速度吗？

require(dplyr, survival, pec)

cox_model <- coxph(Surv(time, status) ~ sex, data = lung)

surv_preds <- function(model, query) {

  prediction <- vector(mode = "numeric", length = nrow(query))
  time <- 30

  for(i in 1:nrow(query)) {
    prediction[i] <- predictSurvProb(model, newdata = query[i, ], times = query[i, "time"] + time)
  }
  prediction
}

surv_preds(cox_model, lung)

Answer 1

除了问题中的包之外，另一条路线是来自by_row的{{1}}功能。

purrrlyr

在产生相同结果时更加整洁，但是library(purrrlyr) prediction <- lung %>% mutate(time = time + 30) %>% by_row(~predictSurvProb(cox_model, newdata = ., times = .$time)) %>% .$.out %>% unlist的早期运行并未显示处理时间的改善。

微基准

microbenchmark

这将使我在使用的硬件上运行超过24小时的两种解决方案。鉴于此答案似乎不再能解决您的问题，而且我不熟悉并行处理选项，我很乐意将其删除，除非有人认为这样做有价值。

Answer 2

解决了！！如果有兴趣，我想发布我使用的解决方案。我设法完全消除了for循环的需要。

predictSurvProb(cox_model, 
                newdata = lung, 
                times = lung[ , "time"] + 30)[1, ]

这给了我所需的输出。关键是我从结果矩阵中索引第一行及其所有列。该代码为每个观察值使用唯一的生存函数估计值，以预测从观察值在曲线上的当前位置起30天的生存概率。

@thc给出的答案实际上最终指向正确的方向。

Answer 3

您不需要一次预测一行。你可以一次完成所有工作。 E.g：

cox_model <- coxph(Surv(time, status) ~ sex, data = lung)

surv_preds <- function(model, query) {

  prediction <- vector(mode = "numeric", length = nrow(query))
  time <- 30

  for(i in 1:nrow(query)) {
    prediction[i] <- predictSurvProb(model, newdata = query[i, ], times = query[i, "time"] + time)
  }
  prediction
}

surv_preds2 <- function(model, query) {

time <- 30

prediction <- predictSurvProb(model, newdata = query, times = query[, "time"] + time)
  prediction
}


microbenchmark(surv_preds(cox_model, lung), surv_preds2(cox_model, lung), times=5)

结果：

Unit: milliseconds
                         expr       min         lq      mean     median         uq        max neval cld
  surv_preds(cox_model, lung) 1017.5587 1031.58422 1056.7026 1062.30476 1072.33865 1099.72672     5   b
 surv_preds2(cox_model, lung)   30.3567   30.78582   35.7851   31.81206   33.00534   52.96559     5  a

生成更有效的for循环

3 个答案:

微基准