R의 개별 생존 곡선 그래프

Question

R에서 연장 된 Cox 모델 (시간에 따라 변하는 공변량을 가짐)을 적용하는 계산 프로세스로 데이터베이스를 조정했습니다. 끝 포인트는 이벤트 또는 검열 시간이며

이

newdatabase <- survSplit(database,cut=eventTimes, 
          end=time_to_event_variable, 
          event=Status,start="start",id="newID") 

object<-coxph(Surv(newdatabase$start, newdatabase[time_to_event_variable], 
        newdatabase[Status] ~., 
        data = newdatabase [c(some_covariates)]) 

지금 내 소원은 (개별 I에 대한) 개인의 생존 곡선을 그릴 것입니다 : 절단 포인트는 데이터의 모든 이벤트 시간입니다

S_i_cox <- survfit(object,newdata=newdatabase,id=newID)[i] 

내 문제가 survFit 객체 인의 생존 곡선을 설명합니다 환자 i R (환자의 I) 자신의 이벤트 시간까지 이전 이벤트 시간은 (다른 환자의) : 즉

는 S_i_cox$time and S_i_cox$surv는 이벤트가 나는 경우 환자 전에 발생 얼마나 많은 따라 각 환자에 따라 다를 수 있습니다. 예를 들어, 가장 낮은 시간 이벤트 을 가진 환자는 그의 생존 곡선 (개체 S_i_cox)의 측정을 한 번뿐입니다.

생존의 포인트를 더 많이 얻는 방법 (그리고 실제 곡선을 얻는 방법)? 나는 survchplit의 컷을 더 많은 포인트 으로 바꿀 수 있다는 것을 이해합니다.하지만 환자의 실제 엔드 포인트 이벤트 후에도 개별 생존을 예측하는 것이 좋습니다.

덕분에 많은 일란

Answer 1

난 당신이

Kleinbaum는 설명 위 설명하는 것 같이, 확장 콕스 모델이 일을 기억합니다이 그의 책 : 콕스 조정 된 생존 추정 및 플롯은 summary 또는 plot 함수를 survfit 함수로 만든 객체에 적용하여 얻을 수 있습니다. 첫 번째 단계는 coxph 함수로 Cox 모델을 실행하는 것입니다.

조정 된 생존 곡선은 일반적으로 공변산 패턴에 의존합니다. 우리가 패턴 SEX = 'MALE', BLOOD_PRESSURE = 130 및 TREATMENT = 0에 대한 생존 곡선을 플로팅하는 데 관심이 있다고 가정 해보십시오. 먼저 하나의 관찰을 통해 data.frame 함수를 사용하여 데이터 집합 (또는 데이터 프레임)을 만들어야합니다. 예 :

pattern1=data.frame(SEX='MALE', BLOOD_PRESSURE=130, TREATMENT=0) 

이 하나의 관찰 데이터 프레임을 pattern1이라고합니다. 아래와 같이 콕스 조정 생존 추정 요약 함수 내의 survfit 함수를 적용 구 :

summary(survfit(mod1,newdata=pattern1)) 

survfit 함수의 첫 번째 인수 MOD1라는 coxph 기능으로 만든 것을 목적으로한다. 두 번째 인수는 관심 변수의 공변량 패턴을 포함하는 데이터 프레임을 제공합니다 (pattern1이라고 함).

는 음모하려면

plot(survfit(mod1,newdata=pattern1))