生存竞争风险考克斯模型

时间:2018-04-27 00:38:16

标签: r survival-analysis cox-regression

我使用A::f()包进行竞争风险分析,并希望使用预测进行模拟。

我打算从[0,1]中抽取均匀的随机x,从生存曲线中找到与x相交的终止时间;然后从[0,hazard1 + hazard2]中抽取另一个随机y来决定选择哪个结束状态。

我可以提取生存曲线,但不知道对于个别竞争国家有什么危害。我从Vignettes复制了一些例子"竞争"下面的survival包:

survival

看起来data(mgus2) cfit1 <- coxph(Surv(etime, event=="pcm") ~ age + sex + mspike, mgus2) etime <- with(mgus2, ifelse(pstat==0, futime, ptime)) event <- with(mgus2, ifelse(pstat==0, 2*death, 1)) event <- factor(event, 0:2, labels=c("censor", "pcm", "death")) cfit2 <- coxph(Surv(etime, event=="death") ~ age + sex + mspike, mgus2) cfit1 <- coxph(Surv(etime, event=="pcm") ~ age + sex + mspike, mgus2) newdata <- expand.grid(sex=c("F", "M"), age=c(60, 80), mspike=1.2) newdata temp <- matrix(list(), 3,3) dimnames(temp) <- list(from=c("Entry", "PCM", "Death"), to =c("Entry", "PCM", "Death")) temp[1,2] <- list(survfit(cfit1, newdata, std.err=FALSE)) temp[1,3] <- list(survfit(cfit2, newdata, std.err=FALSE)) csurv <- survfit(temp, p0 =c(1,0,0)) 包含生存曲线和累积危险。但我不明白他们的关系。我试图通过累加两个累积危险来恢复生存,并采用如下的exp,但结果与生存曲线不同。

csurv$pstate

他们是如何相关的?我如何使用它们进行模拟?

1 个答案:

答案 0 :(得分:1)

文件说存在一个幸存物体的上一个组成部分,即“州内流行”。 (也许Terry在更改名称时忘记修改文档?)因为它是一个概率,在任何给定时间概率的总和应该是1.因此你不会对它们进行取幂。当我将pstate组件的rowSums制表时,所有总和(每行三个值)都在1.0的数值误差范围内。因此总和的取幂等于e,而不是你所期望的。我放弃了exp操作。它已经为你“幕后”完成了。