R中的考克斯:我如何解释奇怪的输出数据I';你收到了什么?
我正在使用某个基因的基因表达值(转换为z分数)和249名患者的无事件生存时间进行生存分析。我是这方面的初学者 这是我的密码:R中的考克斯:我如何解释奇怪的输出数据I';你收到了什么?,r,survival-analysis,p-value,cox-regression,R,Survival Analysis,P Value,Cox Regression,我正在使用某个基因的基因表达值(转换为z分数)和249名患者的无事件生存时间进行生存分析。我是这方面的初学者 这是我的密码: finaldata$SurvObj在我看来很好。Zscore的危险比为1.8(1.2-2.7),具有相应的显著p值。如果这与您的期望不符,那么您计算Zscore的命令可能有错误。顺便说一句,你可以这样做:res.cox1哦,我发现很难相信Zscore能给出1.8的风险比。我会三次检查你对这个变量的计算。它真的是一个Zscore吗?也许dput你的数据(和你的命令)。在我看
finaldata$SurvObj在我看来很好。Zscore的危险比为1.8(1.2-2.7),具有相应的显著p值。如果这与您的期望不符,那么您计算Zscore的命令可能有错误。顺便说一句,你可以这样做:
res.cox1哦,我发现很难相信Zscore能给出1.8的风险比。我会三次检查你对这个变量的计算。它真的是一个Zscore吗?也许dput
你的数据(和你的命令)。在我看来很奇怪。我从未见过有人试图将Surv对象放回数据帧。res.cox1@42。关于将生存对象放入数据帧的建议很好。没有必要,因为如果任何人的状态或时间发生变化,你也必须更新生存对象140个事件是一个相当大的数字,似乎足以使接近2的人力资源变得重要。生存分析的功效在很大程度上取决于事件的数量,功效分析是一种类似于逻辑回归(即二项检验)的一级近似。
coxph(formula = SurvObj ~ Zscore, data = finaldata)
n= 247, number of events= 140
(2 observations deleted due to missingness)
coef exp(coef) se(coef) z Pr(>|z|)
Zscore 0.5878 1.8001 0.2118 2.776 0.0055
---
Signif. codes: 0 0.001 0.01 0.05 ‘.’ 0.1 ‘ ’ 1
exp(coef) exp(-coef) lower .95 upper .95
Zscore 1.8 0.5555 1.189 2.726
Concordance= 0.561 (se = 0.025 )
Likelihood ratio test= 7.92 on 1 df, p=0.005
Wald test = 7.71 on 1 df, p=0.006
Score (logrank) test = 7.74 on 1 df, p=0.005