仅计算事件数据即可计算Cox PH模型

Question

我有一些单独的患者数据（IPD）集，只有时间到事件数据，并且有一个用于检查或事件的布尔值。

我对R和Biostats还是很陌生，因此任何输入都会受到赞赏。

我的问题如下：

1. 我有来自基线相似的临床试验的多个IPD数据集

2. 我已经能够使用Guyot等人概述的方法来抓取IPD数据。 （“加强了对生存数据的二级分析...”

3. 这为我提供了具有以下结构的数据帧：

   event_time   censor    arm_id
   
    1         1         X
    2         0         X
    5         1         X
   

检查器= 1是一个事件|审查者= 0是审查事件

我想为给定的武器计算Cox比例风险统计信息，但是每次在网上找到时，我都会使用协变量数据-如何有效地生成Cox PH统计信息？

非常感谢！

Answer 1

您的示例实际上没有足够的数字来生成有用的东西，但它足以演示所需的代码：

 dt <- rd.txt("event_time   censor    arm_id
  1         1         X
  2         0         X
  5         1         X")

#Don't use that rd.txt function unless you have defined one yourself.

coxph( Surv(event_time, event=censor) ~ 1, data=dt)
Call:  coxph(formula = Surv(event_time, event = censor) ~ 1, data = dt)

Null model
  log likelihood= -1.098612 
  n= 3 

R公式接口将1用于非协变量模型。如果您将其与另一个包含协变量的模型进行比较，并且想要进行似然比检验，则这样的模型会很有用。