R语言生存分析之COX比例风险模型构建及亚组森林图绘制示例
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了R语言生存分析之COX比例风险模型构建及亚组森林图绘制示例相关的知识，希望对你有一定的参考价值。
R语言生存分析之COX比例风险模型构建及亚组森林图绘制示例
森林图(forest plots)是以统计指标和统计分析方法为基础, 用数值运算结果绘制出的图型。它在平面直角坐标系中, 以一条垂直的无效线(横坐标刻度为1 或0)为中心, 用平行于横轴的多条线段描述了每个被纳入研究的效应量和可信区间(conf idence interval , CI), 用一个棱形(或其它图形)描述了多个研究合并的效应量及可信区间。
在为cox回归绘制森林图的过程中，我们需要使用到survival和survminer两个R包。survival提供了Surv对象和coxph()函数用于进行cox回归；survminer提供了ggforest() 函数用于KM生存分析结果的可视化。
COX比例风险模型（cox proportional-hazards model），以下简称COX模型，是英国统计学家D.R.COX（1972）提出的一种半参数回归模型。该模型通常是用于医学研究中，分析一个或多个前定变量对患者生存时间的影响。与单变量分析常用的Kaplan-Meier 曲线和logrank tests 不同，COX模型是多因素生存分析的方法，并且COX模型可以包含类别变量（例如性别），还可以包含数值变量（例如年龄），而Kaplan-Meier 曲线
以上是关于R语言生存分析之COX比例风险模型构建及亚组森林图绘制示例的主要内容，如果未能解决你的问题，请参考以下文章
R语言使用cox函数构建生存分析回归模型使用subgroupAnalysis进行亚组分析并可视化森林图
R语言生存分析之COX比例风险模型构建及C-index计算示例
R语言生存分析之COX比例风险模型构建及列线图（nomogram）校准曲线（calibration curve）绘制示例
R语言生存分析详解：KM曲线COX比例风险模型HR值解读模型比较残差分析是否比例风险验证：基于survival包lung数据集