Question

我想用r开发cox proportional hazard model，用它来预测输入并评估模型的准确性。对于评估，我想使用Brior score。

for /D %%D in ("*") do (
    if /I not "%%~nxD"=="p%1" rd /S /Q "%%~D"
)
for %%F in ("*") do (
    del "%%~F"

作为预测的结果，我期待时间（如“这个个体经历失败的时间”。相反，我得到这样的价值

# import various packages, needed at some point of the script
library("survival")
library("survminer")
library("prodlim")
library("randomForestSRC")
library("pec")
library("rpart")
library("mlr")
library("Hmisc")
library("ipred")

# load lung cancer data
data("lung")
head(lung)

# recode status variable 
lung$status <- lung$status-1

# Delete rows with missing values
lung <- na.omit(lung)

# split data into training and testing
## 80% of the sample size
smp_size <- floor(0.8 * nrow(lung))

## set the seed to make your partition reproducible
set.seed(123)
train_ind <- sample(seq_len(nrow(lung)), size = smp_size)

# training and testing data
train.lung <- lung[train_ind, ]
test.lung <- lung[-train_ind, ]

# time and failure event
s <- Surv(train.lung$time, train.lung$status)
# create model
cox.ph2 <- coxph(s~age+meal.cal+wt.loss, data=train.lung)

# predict 
pred <- predict(cox.ph2, newdata = train.lung)

# evaluate 
sbrier(s, pred)

这是什么意思？

此外，sbrier不起作用。显然它不能与预测pred一起工作（毫不奇怪）

我该如何解决这个问题？如何使用cox.ph2进行预测？之后如何评估模型？

Answer 1

predict()函数不会返回时间值，您必须在type = c("lp", "risk","expected","terms","survival")函数中指定参数predict()。

如果您想获得风险比：

predict(cox.ph2, newdata = test.lung, type = "risk")

请注意，您要预测测试集上的值而不是训练集。

我已经读过你可以在你的情况下使用AFT模型： https://stats.stackexchange.com/questions/79362/how-to-get-predictions-in-terms-of-survival-time-from-a-cox-ph-model

你也可以阅读这篇文章： Calculate the Survival prediction using Cox Proportional Hazard model in R

希望它会有所帮助

考虑到考克斯ph的预测准确性

1 个答案: