R 基于（烧伤）数据的Cox比例风险模型
描述了一项研究，该研究评估了一个大型中西部大学医疗中心消毒实践中的方案变更。这项研究的主要目的是比较两种身体清洁方法。第一种方法仅在1983年1月至1984年6月期间使用，包括常规沐浴护理方法，首先用10%聚维酮碘进行表面去污，然后用刻度盘肥皂定期沐浴。从1984年6月到1985年12月研究结束，最初使用4%葡萄糖酸洗必泰进行身体清洁。接受新洗浴液洗必泰的组有84名患者，接受常规洗浴护理的对照组有70名患者，使用聚维酮碘。数据集中包括一个测量燃烧总表面积的协变量。 数据被烧掉了。我想测试： 1-两组存活功能的任何差异。 2-调整总烧伤面积后，两组存活功能的任何差异R 基于（烧伤）数据的Cox比例风险模型,r,cox-regression,survival,R,Cox Regression,Survival,描述了一项研究，该研究评估了一个大型中西部大学医疗中心消毒实践中的方案变更。这项研究的主要目的是比较两种身体清洁方法。第一种方法仅在1983年1月至1984年6月期间使用，包括常规沐浴护理方法，首先用10%聚维酮碘进行表面去污，然后用刻度盘肥皂定期沐浴。从1984年6月到1985年12月研究结束，最初使用4%葡萄糖酸洗必泰进行身体清洁。接受新洗浴液洗必泰的组有84名患者，接受常规洗浴护理的对照组有70名患者，使用聚维酮碘。数据集中包括一个测量燃烧总表面积的协变量。 数据被烧掉了。我想测试： 1-
library(KMsurv)
data()
data(burn)
burn
library(survival)
Z1 治疗方法：0-常规沐浴1-身体清洁
Z2 性别0=男性1=女性 Z3 种族：0=非白人1=白人 Z4 燃烧的总表面积百分比 Z5 烧伤部位指示器：头部1=是，0=否 Z6 烧伤部位指示器：臀部1=是，0=否 Z7 燃烧点指示器：中继线1=是，0=否 Z8 烧伤部位指示器：大腿1=是，0=否 Z9 烧伤部位指示器：小腿1=是，0=否 Z10 烧伤部位指标：呼吸道1=是，0=否 Z11 烧伤类型：1=化学烧伤，2=烫伤，3=电烧伤，4=火焰烧伤 T1 切除时间或学习时间 D1 切除指示器：1=是0=否 T2 预防性抗生素治疗时间或研究时间 D2 预防性抗生素治疗：1=是0=否 T3 金黄色葡萄球菌感染时间或研究时间 D3 金黄色葡萄球菌感染：1=是0=否 来源 Klein和Moeschberger 1997年截尾和截断数据的生存分析技术，Springer。Ichida等人，统计医学。12 1993:301-310 编辑： 在您的案例中，常规沐浴和身体清洁Z1之间存在显著差异，但在单变量分析中，燃烧Z4的总表面积百分比并不显著 图书馆KMSURV 图书馆生存 图书馆管理员 >加载所需包：ggplot2 >加载所需包：ggpubr >装载所需包装：magrittr 数据本 单变量Cox回归分析，以确定Z1和Z4是否显著： res.cox Call： >CoxPh公式=SurvT1，D1~Z1，数据=burn > >n=154，事件数=99 > >出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口 >Z1 0.5504 1.7339 0.2072 2.656 0.0079** > -- >签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1 > >expcoef exp coef lower.95 upper.95 >Z1 1.734 0.5767 1.155 2.602 > >一致性=0.599 se=0.027 >似然比检验=7.24，在1个df上，p=0.007 >1 df上的瓦尔德试验=7.06，p=0.008 >1个df的对数秩检验得分=7.23，p=0.007 ggsurvplotsurv_fitSurvT1，D1~Z1，数据=燃烧，数据=燃烧， conf.int=TRUE，pval=TRUE res.cox Call： >CoxPh公式=SurvT1，D1~Z4，数据=burn > >n=154，事件数=99 > >coef expcoef secoef z Pr>|z| >Z4-0.005108 0.994905 0.005408-0.945 0.345 > >expcoef exp coef lower.95 upper.95 >Z4 0.9949 1.005 0.9844 1.006 > >一致性=0.529 se=0.034 >似然比检验=0.94，在1个df上，p=0.3 >在1个df上的瓦尔德试验=0.89，p=0.3 >1个df的对数秩检验得分=0.89，p=0.3 多变量Cox回归分析Z1和Z4是否仍然显著 这里，单变量Z4是n.s.，所以不相关。。。 res.cox Call： >CoxPh公式=SurvT1，D1~Z1+Z4，数据=burn > >n=154，事件数=99 > >出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口出口 >Z1 0.534232 1.706138 0.208651 2.560 0.0105* >Z4-0.003458 0.996548 0.005435-0.636 0.5246 > -- >签名。代码：0'***'0.001'***'0.01'*'0.05'.'0.1''1 > >expcoef exp coef lower.95 upper.95 >Z1 1.7061 0.5861 1.133 2.568 >Z4 0.9965 1.0035 0.986 1.007 > >一致性=0.606 se=0.033 >似然比检验=7.66，在2个df上，p=0.02 >在2个df上的瓦尔德试验=7.44，p=0.02 >2个df的对数秩检验得分=7.61，p=0.02对于问题1，您想测试Z1变量级别之间的生存分布*。数据集中没有名为group的变量。Z1=0表示常规沐浴，Z1=1表示身体清洁。您可能需要将所有Z变量转换为因子，然后再继续执行Z4以外的操作
library(survival)
library(KMsurv)
library (dplyr)
burn$Z1 <- factor(burn$Z1, label=c("Routine bathing", "Body cleansing"))
coxph(Surv(T3,D3)~Z1+Z4, data=burn)
coef exp(coef) se(coef) z p
Z1Body cleansing -0.524764 0.591695 0.295769 -1.774 0.076
Z4 0.007248 1.007275 0.007145 1.015 0.310
因此，接受常规沐浴和身体清洁的患者在首次感染前的时间似乎没有差异。对于问题1，您想测试Z1变量水平之间的存活分布*。数据集中没有名为group的变量。Z1=0表示常规沐浴，Z1=1表示身体清洁。您可能需要将所有Z变量转换为因子，然后再继续执行Z4以外的操作
library(survival)
library(KMsurv)
library (dplyr)
burn$Z1 <- factor(burn$Z1, label=c("Routine bathing", "Body cleansing"))
coxph(Surv(T3,D3)~Z1+Z4, data=burn)
coef exp(coef) se(coef) z p
Z1Body cleansing -0.524764 0.591695 0.295769 -1.774 0.076
Z4 0.007248 1.007275 0.007145 1.015 0.310
因此，在第一次感染之前，那些接受常规沐浴和身体清洁的人在时间上似乎没有区别。我之前已经调查过了，但我不知道这两组人要测试什么。我之前已经调查过了，但是我不知道这两组要测试什么。看这个：还有这个：我认为你不应该把问题混在一起。现在很混乱。这段代码在做什么？-burn$？？[i]==2是什么？该代码返回一个错误。这里应该有一些东西。这就是为什么我在那里写下了“？？”。可能是Z1？很抱歉，你问代码在做什么，然后问如何编写代码。但没有
知道了这两个问题的答案，你就可以继续兜圈子了。你想让代码做什么？我们可以去聊天吗？看这个：这个：我想你不应该把问题混在一起。现在很混乱。这段代码在做什么？-burn$？？[i]==2是什么？该代码返回一个错误。这里应该有一些东西。这就是为什么我在那里写下了“？？”。可能是Z1？很抱歉，你问代码在做什么，然后问如何编写代码。但是，在不知道这两个问题的答案的情况下，你只能继续兜圈子。你想让代码做什么？我们可以去聊天吗？谢谢你的澄清和帮助。有一个代码在某些情况下用于cox比例风险模型。你知道这是用来干什么的吗？请看我问题中的代码。评论中不清楚。让我检查一下。。。。这还不完全清楚。未定义组，myData也未定义。你想破译别人的密码吗？我用这个密码做了另一个数据，这是俄亥俄州立大学的骨髓移植研究。但我不知道在做什么。我没有修改变量，因为我不确定。请参见此以了解澄清。其他链接中的数据是否与KMsurv包中的burn数据集相同？如果不是，为什么我们要混合数据集？真让人困惑！感谢您的澄清和帮助。有一个代码在某些情况下用于cox比例风险模型。你知道这是用来干什么的吗？请看我问题中的代码。评论中不清楚。让我检查一下。。。。这还不完全清楚。未定义组，myData也未定义。你想破译别人的密码吗？我用这个密码做了另一个数据，这是俄亥俄州立大学的骨髓移植研究。但我不知道在做什么。我没有修改变量，因为我不确定。请参见此以了解澄清。其他链接中的数据是否与KMsurv包中的burn数据集相同？如果不是，为什么我们要混合数据集？真让人困惑！