对于非比例风险模型,如何包括协变量和时间之间的相互作用?

时间:2018-12-31 09:25:33

标签: r cox-regression

对于非比例风险模型,如何包括协变量与时间之间的相互作用?

我经常发现Cox回归的比例风险假设不成立。

以以下数据为例。

> head(data2)
   no np_p age_dx1 race1 mr_dx er_1 pr_1 sct_1 surv_mo km_stts1
1  20    1       2     4     1    2    2     4      52        1
2  33    1       3     1     2    1    2     1      11        1
3  67    1       2     4     4    1    1     3      20        1
4  90    1       3     1     3    3    3     2      11        1
5 143    1       2     4     3    1    1     2     123        0
6 180    1       3     1     3    1    1     2       9        1

首先,我拟合了Cox回归模型。

> fit2 <- coxph(Surv(surv_mo, km_stts1) ~ np_p + age_dx1 + race1 + mr_dx + er_1 + pr_1 + sct_1, data = data)

第二,我评估了比例风险假设。

> check_PH2 <- cox.zph(fit2, transform = "km")
> check_PH2
             rho   chisq        p
np_p     0.00946  0.0748 7.84e-01
age_dx1 -0.00889  0.0640 8.00e-01
race1   -0.03148  0.7827 3.76e-01
mr_dx   -0.03120  0.7607 3.83e-01
er_1    -0.14741 18.5972 1.61e-05
pr_1     0.05906  2.9330 8.68e-02
sct_1    0.17651 23.8030 1.07e-06
GLOBAL        NA 53.2844 3.26e-09

因此,这意味着 er_1 sct_1 的危险函数随着时间的推移是不成比例的(对吗?)。

我认为,我可以在模型中分别包括这两个协变量和时间之间的相互作用。但是我不知道如何使用R来执行它。

谢谢。

0 个答案:

没有答案