mantelhean.test r语言_生存分析——R语言

生存分析方法分类

1.参数法：假定生存时间服从某个特定的分布，然后根据分布的特点对生存时间进行分析，常用方法有指数分布法、weibull分步法、对数正态回归分布法等。参数法通过估计的参数得到生存率的估计值，对于两组及多组的样本可根据参数估计对其进行统计推断。

早期应用于武器使用寿命的研究等。

2.非参数法：根据样本的顺序统计量对生存率进行估计，常用的方法有log-rank检验、似然比检验，对于两个及多个生存率的比较，其零假设为两组或多组总体生存时间分布相同，而不对其具体的分布形式及参数进行推断。

常用于随访资料医学研究。

3.半参数法：只规定了影响因素和生存状况间的关系，但是没对时间(和风险函数)的分布情况加以限定。

这种方法主要用于分析生存率的影响因素，属于多因素分析方法，起典型方法是cox比例风险模型。

Cox模型分析法以风险率函数作为应变量，以与生存时间可能有关的协变量或交互项作为自变量来分析生存率。

生存分析使用R包

install.packages("Survival")

library(survival)

survival包中自带数据集ovarian

head(ovarian)

futime fustat     age resid.ds rx ecog.ps

1     59      1 72.3315        2  1       1

2    115      1 74.4932        2  1       1

3    156      1 66.4658        2  1       2

4    421      0 53.3644        2  2       1

5    431      1 50.3397        2  1       1

6    448      0 56.4301        1  1       2

其中包含生存时间futime、状态fustat、治疗组别rx、ECOG评分ecog.ps等信息

参数法——survreg()函数

survreg(formula, data, dist, subset)

参数解释：

formula形如Y~X1+X2+X3，但注意生存分析中的应变量Y通常为Surv()函数处理的生存时间；data是数据在R中的名字，subset可以对数据进行筛选。

dist为因变量的分布，包括weibull(weibull分布)、exponential(指数分布)、gaussian(伽马分布)、logistic(logistic分布)、loglogistic(对数logistic分布)和lognormal(对数正态分布)。

示例：

canshufa

s