如何使用 survreg 模型预测特定时间点的生存率?
Posted
技术标签:
【中文标题】如何使用 survreg 模型预测特定时间点的生存率?【英文标题】:How to predict survival at certain time points, using a survreg model? 【发布时间】:2021-06-02 21:29:39 【问题描述】:数据
library(survival)
kidney
型号
model = survreg(Surv(time, censored) ~ sex + age, data = kidney)
Call:
survreg(formula = Surv(time, censored) ~ sex + age, data = kidney)
Coefficients:
(Intercept) sexfemale age
8.44411429 -0.89481679 -0.02170266
Scale= 1.653512
Loglik(model)= -122.1 Loglik(intercept only)= -122.7
Chisq= 1.21 on 2 degrees of freedom, p= 0.547
n= 76
我如何预测两个性别在多个时间点(例如 30、90、182 天)的存活率(加上 95% CI)?
在不同的尺度上(例如原始时间尺度、概率)有什么技巧吗?
示例代码或示例将不胜感激。
【问题讨论】:
这个 Stack Exchange 答案可能会有所帮助:stats.stackexchange.com/a/159146 【参考方案1】:您可以使用survminer
包。示例:
library(survival)
library(survminer)
f1 <- survfit(Surv(time, status) ~ sex, data = kidney)
res.sum <- surv_summary(f1, data = kidney)
# define desired time points
times <- c(30, 90, 182)
summary(f1,times)
【讨论】:
谢谢!如果您将“年龄”添加为协变量,这将为性别和所有年龄提供预测。有可能在平均/中位年龄时获得两性的预测值吗? 在我看来:您需要的是 cox 回归。在这里,您可以拟合具有多个变量的模型。通过这些系数,您可以预测年龄和性别对所需时间点生存的影响。在我看来,通过一项 Kaplan Meier 分析,不可能预测两个变量对生存的影响。这是一个新问题。请接受此答案(如果它解决了您的第一个问题)并开始一个新问题,并扩展此答案。以上是关于如何使用 survreg 模型预测特定时间点的生存率?的主要内容,如果未能解决你的问题,请参考以下文章
用survreg()和gsurvplot()绘制生存分析置信区间。
R语言构建生存分析(survival analysis)模型示例