R 创建用于生存分析的审查DV（长格式）

另一个新手问题

我正在做一个项目，需要我使用生存分析。具体地说，我需要使用离散单位生存分析（所以Cox回归或其他假设我的DV是连续的方法是不可能的）

我已经将我的数据集转换为长格式，我需要通过（步骤1）查找变量（“q”）=1的最后一次来创建一个经过审查的DV（“DV”）；（步骤2）在时间+1时将我的“dv”重新编码为“0”；（步骤3）在时间+2…n时将我的“dv”重新编码为“NA”；（步骤4）删除“dv”=NA时的所有观察值（行）

在我这样做之前，我似乎应该创建一个默认分配给“1”的DV。步骤3之后，我的数据如下所示：

 id  time q  dv   
 1    1   1   1
 1    2   0   1
 1    3   1   1
 1    4   0   0
 1    5   0   NA
 1    6   0   NA
 2    1   1   1
 2    2   1   1
 2    3   0   0
 2    4   0   NA
 2    5   0   NA
 2    6   0   NA

请注意，随着时间的推移，“q”可以在“0”或“1”之间变化（参见时间=2时id=1的观察），但由于生存分析的性质，“dv”不能。我需要做的是创建一个变量，找到“q”最后一次在“1”和“0”之间变化的时间，然后相应地进行审查。步骤4之后，我的数据应该如下所示：

 id  time q  dv   
 1    1   1   1
 1    2   0   1
 1    3   1   1
 1    4   0   0
 2    1   1   1
 2    2   1   1
 2    3   0   0

---

感谢所有可能的帮助

这比预期的要详细，但它可以为您完成长格式代码段的工作：

我从提供的数据开始，但使用宽而不是长

zz <- textConnection("id  time q  dv   
1    1   1   1
1    2   0   1
1    3   1   1
1    4   0   0
1    5   0   NA
1    6   0   NA
2    1   1   1
2    2   1   1
2    3   0   0
2    4   0   NA
2    5   0   NA
2    6   0   NA
")
d <- read.table(zz, header = TRUE)
d$dv <- NULL
close(zz)

# start out with wide instead of long
dw <- reshape(d, direction='wide', timevar="time", sep="") 
dw

使用每宽行/观测值生成适当“dv”变量的函数

censor <- function(periods) {
  n <- length(periods)
  cperiods <- periods*1:n # multiply to get positions
  n.obs <- max(cperiods) # position of last q=1, and one q=0  
  periods[(n.obs+1):n] <- NA # NA's for periods outside observed range
  n.cens <- n - n.obs - 1 # number censored
  c(rep(1, n.obs-1), 0, rep(NA, n.cens+1)) # fill "dv" accordingly
}

现在回到长格式（具有美观的格式、顺序等）

---

假设

dv

是DTSA中的事件发生，您确定概述的步骤是最实用的方法吗？原始（广域）数据是什么样子的？虽然我不是专家，但从我所做的阅读来看，我认为它们是。每个问题还具有时变属性，这些属性将用作模型中的预测因子，并且随着时间的变化，需要较长的格式。较长的格式是您的生存模型所需要的，而不是录制工作所必需的。。。然而，我试了一下，见下文。

censor <- function(periods) {
  n <- length(periods)
  cperiods <- periods*1:n # multiply to get positions
  n.obs <- max(cperiods) # position of last q=1, and one q=0  
  periods[(n.obs+1):n] <- NA # NA's for periods outside observed range
  n.cens <- n - n.obs - 1 # number censored
  c(rep(1, n.obs-1), 0, rep(NA, n.cens+1)) # fill "dv" accordingly
}

# apply censored(), create dv variable in wide format dw.censored <- data.frame(t(apply(dw, 1, FUN = censor))) dw.censored

##   X1 X2 X3 X4 X5 X6 X7
## 1  1  1  1  0 NA NA NA
## 7  1  1  0 NA NA NA NA

dl.censored <- reshape(dw.censored, varying = 1:7, timevar = "time", 
                       sep = "", direction = "long")
dl.censored <- dl.censored[order(dl.censored$id, dl.censored$time),]
dl.censored$dv <- dl.censored$X
rownames(dl.censored) <- dl.censored$X <- NULL
dl.censored

##    time id dv
## 1     1  1  1
## 2     2  1  1
## 3     3  1  1
## 4     4  1  0
## 5     5  1 NA
## 6     6  1 NA
## 7     7  1 NA
## 8     1  2  1
## 9     2  2  1
## 10    3  2  0
## 11    4  2 NA
## 12    5  2 NA
## 13    6  2 NA
## 14    7  2 NA

dl.censored <- na.omit(dl.censored) # without NA's dl.censored

##    time id dv
## 1     1  1  1
## 2     2  1  1
## 3     3  1  1
## 4     4  1  0
## 8     1  2  1
## 9     2  2  1
## 10    3  2  0