R语言--Cox模型校准曲线原理（二）算法

一口吃两口饭

已于 2022-07-07 11:42:41 修改

阅读量3.1k

点赞数 3

分类专栏：校准曲线文章标签： r语言

于 2022-07-07 11:26:11 首次发布

本文链接：https://blog.csdn.net/m0_53436190/article/details/125650959

版权

本文详细介绍了R语言中Cox模型校准曲线的计算过程，包括Kaplan Meier法计算的实际生存率、平均预测生存率及标准误的计算。通过实例分析了分组的依据和生存率预测值的确定方法，为进一步理解Cox模型提供帮助。

摘要由CSDN通过智能技术生成

系列文章目录

R语言–Cox模型校准曲线原理（一）数据

前言

上一节给自己留了个坑，这赶紧过来填上。众所周知Cox模型的校准曲线数据是rms包中的calibrate函数计算而来的。那里面的数据到底是如何计算来的？搞清楚了这个，或许对进一步了解cox模型有一定帮助。

一、回顾校准曲线绘图数据

第二排数据的来源，也就是mean.predicted，KM，std.err是如何计算的呢？这几个数据是不需要迭代就能算出来的。剩余的数据和1000次bootstrap（自助法抽样）后计算相关。
在这里插入图片描述

KM： 生存分析中的Kaplan Meier法简称KM法。calibrate函数计算的结果（以下简称cal）中的KM数据得就是通过Kaplan Meier法计算得到的实际*年生存率
mean.predicted： 就是通过模型计算而来的平均*年生存率。
std.err： 是预测生存率的标准误。

二、计算

为了更清楚解决这个问题，采用R语言中lung数据框中的数据，方便大家复现以及发现问题。

1.分组

在通过KM法构建COX模型的校准曲线时，会根据病例的风险进行分组，然后计算每组的平均值，关于这里为什么分组，是因为，KM法计算生存概率时对病例数有一定的要求，通俗来说就是，如果只有一两个病人，是无法计算他的*年生存率的，因此分组数不能太多导致各组病例数较少，大部分文献中分3组至4组就差不多了。

这里先弄清楚两个问题：

根据什么分组： 根据*年预测生存概率
怎么计算*年生存概率预测值： 山人自有妙计

##随便构建一个cox模型并绘制一个默认的校准曲线
set.seed(1234)
ind <- sample(1:2,size = nrow(a),prob = c(0.7,0.3),replace =T)
train <- a[ind==1,]
test <- a[ind==2,]
dd=datadist(train