生存分析 R语言(六)—— Extended and Stratified Cox

Extended Cox Model

extended cox model 是针对部分协变量不满足PHA的情况,在模型中增加那些协变量与时间的interaction项,从而可以考虑了协变量随时间变化的情况。
下面要考虑的是sex不满足PHA时。

library(survival)
anderson=read.table(choose.files(),col.names=c('time','censor','sx','logWBC','trt'))
attach(anderson)
anderson2=survSplit(anderson,cut=8,end='time',event='censor',start='start')
#在t=8处做cut,获得分割后的数据
anderson2$gt=(anderson2$start==8)+0
#heaviside function
detach(anderson)
attach(anderson2)
S=Surv(start,time,censor)
phm_2=coxph(S~sx+trt+logWBC+sx:gt)
summary(phm_2)
#模型中不需要gt项

分割点若有要求则按要求来,没有要求可以考虑均值,作为heaviside function 的节点

Call:
coxph(formula = S ~ sx + trt + logWBC + sx:gt)

  n= 66, number of events= 30 

          coef exp(coef) se(coef)      z Pr(>|z|)    
sx      0.9813    2.6679   0.5412  1.813   0.0698 .  
trt     1.1583    3.1847   0.4719  2.455   0.0141 *  
logWBC  1.5834    4.8713   0.3427  4.620 3.83e-06 ***
sx:gt  -2.1320    0.1186   1.0104 -2.110   0.0348 *  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

       exp(coef) exp(-coef) lower .95 upper .95
sx        2.6679     0.3748   0.92367    7.7059
trt       3.1847     0.3140   1.26292    8.0307
logWBC    4.8713     0.2053   2.48853    9.5356
sx:gt     0.1186     8.4321   0.01637    0.8592

Concordance= 0.865  (se = 0.039 )
Likelihood ratio test= 52.16  on 4 df,   p=1e-10
Wald test            = 38.25  on 4 df,   p=1e-07
Score (logrank) test = 57.08  on 4 df,   p=1e-11

Stratified Cox Model

stratified cox model也是针对协变量不满足PHA提出的,这里的思想是对不满足PHA的协变量分层,将每个协变量分成两部分,分别是满足PHA的部分和不满足的部分。
协变量的效果在一个层(部分)里是一样的,即层内没有interaction,效果是常数,这就是Non-interaction assumption。
对于”no interaction“的model,每个层的baseline function都不一样,但指数项系数一致;
考虑interaction的模型baseline function h 0 h_0 h0和系数每层都不一样。

phm_si=coxph(S~strata(sx)+trt+logWBC+sx:logWBC+sx:trt)
#strata函数对sx分层
summary(phm_si)
Call:
coxph(formula = S ~ strata(sx) + trt + logWBC + sx:logWBC + sx:trt)

  n= 66, number of events= 30 

            coef exp(coef) se(coef)     z Pr(>|z|)  
trt       0.3113    1.3652   0.5636 0.552   0.5807  
logWBC    1.2061    3.3406   0.5035 2.396   0.0166 *
logWBC:sx 0.5366    1.7102   0.7352 0.730   0.4655  
trt:sx    1.6666    5.2942   0.9295 1.793   0.0730 .
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

          exp(coef) exp(-coef) lower .95 upper .95
trt           1.365     0.7325    0.4524     4.120
logWBC        3.341     0.2993    1.2452     8.962
logWBC:sx     1.710     0.5847    0.4048     7.226
trt:sx        5.294     0.1889    0.8562    32.735

Concordance= 0.797  (se = 0.058 )
Likelihood ratio test= 35.83  on 4 df,   p=3e-07
Wald test            = 21.69  on 4 df,   p=2e-04
Score (logrank) test = 33.15  on 4 df,   p=1e-06
  • 5
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
R语言可以使用survival包中的函数coxph()来实现COX回归的PH检验。COX回归的PH检验是通过检验模型的残差是否与时间无关来判断模型是否满足比例风险假设。具体步骤如下: 1. 首先,加载survival包,并准备好生存数据集。 2. 使用coxph()函数拟合COX回归模型,并将结果保存在一个对象中。 3. 使用cox.zph()函数来执行PH检验。这个函数会计算出每个协变量对应的模型残差和时间的相关性。如果相关性不显著,就说明模型满足比例风险假设。 下面是一个示例代码: ```R # 加载survival包 library(survival) # 准备生存数据集 data <- lung # 示例数据集 # 拟合COX回归模型 model <- coxph(Surv(time, status) ~ age + sex, data=data) # 执行PH检验 ph_test <- cox.zph(model) # 查看检验结果 ph_test ``` 输出的结果会显示每个协变量的检验结果,包括协变量名称、相关性系数和p-value。如果p-value小于显著性水平(通常为0.05),则可以拒绝原假设,即认为模型不满足比例风险假设。 参考文献: 本文选自《R语言临床预测模型:分层构建COX生存回归模型STRATIFIED COX MODEL、KM生存曲线、PH假设检验》 以上是Cox回归的主要内容,大家有问题可以加群或者评论区留言,下次继续介绍时依协变量Cox回归和时依系数Cox回归。参考资料 上次介绍了生存分析中的寿命表、K-M曲线、logrank检验、最佳切点的寻找等,本次主要介绍Cox回归。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [R语言临床预测模型:分层构建COX生存回归模型STRATIFIED COX MODEL、KM生存曲线、PH假设检验...](https://blog.csdn.net/tecdat/article/details/129943298)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [R语言生存分析Cox回归](https://blog.csdn.net/Ayue0616/article/details/128561343)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值