我正在尝试使用Python Lifelines软件包来校准和使用Cox比例风险模型。
因此，结果摘要为：
coef exp(coef) se(coef) z p lower 0.95 upper 0.95
PD -1.1446 0.3183 0.0814 -14.0563 0.0000 -1.3042 -0.9850 ***
oil -0.1275 0.8803 0.0016 -79.2128 0.0000 -0.1306 -0.1243 ***
curr -0.1353 0.8735 0.0020 -67.3416 0.0000 -0.1392 -0.1313 ***
matur -0.0002 0.9998 0.0000 -13.6039 0.0000 -0.0002 -0.0002 ***
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Concordance = 0.602
然后我需要计算局部危害，例如，使用“生存数据”选项卡的第一行，即：
PD oil curr Durat binar matur
0 0.135760 62.799048 59.004243 1.446575 0 179
必须是这样的：
PD = 0.13576
oil = 62.799048
curr = 59.004243
matur = 179
np.exp(-1.1446*PD - 0.1275*oil - 0.1353*curr -0.0002*matur)
且等于9.387106981409155e-08，所以它很小，导致所有t的生存概率均等于1.0。但是，当我得到cph.predict_partial_hazard（cox_surv）方法时，它给了我类似0.32的值，并且我认为这个正确的数字。例如，我们有基准SP = 0.7，按（0.7 ^ 0.32）进行部分危害，我们将得到类似0.892136633056215的信息，这是正常的。怎么了我们如何以正确的方式计算局部危害？非常感谢！
答案 0 :(得分：0)
生命线的作者在这里。
生命线中的局部危险是通过首先 de-意义变量来计算的，因此在生命线中，计算就像
np.exp(-1.1446*(PD-mean_PD) - 0.1275*(oil-mean_oil) -
0.1353*(curr-mean_curr) -0.0002*(matur-mean_matur))
这可能会给您带来更大的局部危害（但是所有受试者的相对等级保持不变）。
文档字符串未提及此问题，但是，我将针对v0.15.0进行修复。