R语言生存分析之 Kaplan-Meier估计log-rank检验cox回归寿命表代码示例

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 Kaplan-Meier估计log-rank检验cox回归寿命表代码示例相关的知识,希望对你有一定的参考价值。

R语言生存分析之 Kaplan-Meier估计、log-rank检验、cox回归、寿命表代码示例

失效事件(Failure Event):常被简称为事件,研究者规定的终点结局,医学研究中可以是患者死亡,也可以是疾病的发生、某种治疗的反应、疾病的复发等。与之对应的起始事件可以是疾病的确诊、某种治疗的开始等。

生存时间(Survival Time):常用t表示,从规定的起始事件开始到失效事件出现所持续的时间。对于失访者,是失访前最后一次随访的时间。

删失/截尾(Censoring):由于某些原因在随访中并没有观测到失效事件而不知道确切的生存时间,此部分数据即删失数据。常见原因有失访、患者退出试验、事件发生是由于非研究性疾病(如研究病人发生脑卒中后的生存时间,结果病人因为车祸死亡)、研究结束时研究对象仍未发生失效事件。删失数据的生存时间为起始事件到截尾点所经历的时间。

生存函数(Survival Function)与风险函数(Hazard Function):生存函数也称为积累生存函数/概率(Cumulative Survival Function)或生存率,符号S(t),表示观察对象生存时间越过时间点t的概率,t=0时生存函数取值为1,随时间延长生存函数逐渐减小。以生存时间为横轴、生存函数为纵轴连成的曲线即为生存曲线。风险函数表示生存时间达到t后瞬时发

以上是关于R语言生存分析之 Kaplan-Meier估计log-rank检验cox回归寿命表代码示例的主要内容,如果未能解决你的问题,请参考以下文章

R语言Kaplan-Meier生存分析的常用检验方法(log-rankbreslowtarone)的异同

R语言 | 生存分析及R包survival的Kaplan-Meier

R语言Kaplan-Meier绘制生存分析Log-rank假设检验Cox回归曲线实战案例:恶性黑色素瘤的术后数据生存分析

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语言生存分析之组间生存曲线的对比: Log-Rank检验绘制漂亮的生存曲线

R语言绘制生存曲线估计|生存分析|如何R作生存曲线图