用Mantel-Byar检验和Simon-Makuch图进行生存分析，在R

我试图用时间相关的协变量进行生存分析，然后用软件包在R中加上

不幸的是，相应的R文档不完整，我被卡住了

相应的模拟数据集如下所示：

id <- c(1, 2, 3, 4)
death <- c(0, 1, 0, 1)
death_days <- c(31, 59, 46, 41)
nonfatal_event <- c(0, 1, 1, 0)
nonfatal_event_days <- c(31, 51, 41, 41)
dataset <- data.frame(id, death, death_days, nonfatal_event, nonfatal_event_days)

---

id我发现在安装了
Rcmdr
和
RcmdrPlugin.EZR
包之后，我需要调用
Rcmdr
包，然后从工具菜单调用
RcmdrPlugin.EZR

然后，我需要加载数据集，调用具有时间相关协变量的Cox比例风险回归，最后首先调用Mantel-Byar检验，然后调用Simon-Makuch图

下面提供了一个示例代码，可以在R Commander中直接调用

#####Cox proportional hazard regression with time-dependent covariate#####
library(survival, pos=15)
library(aod, pos=16)
TempDF <- Dataset
TempTD <- stsplit(TempDF, TempDF$death_days, TempDF$death, 
  TempDF$nonfatal_event_days, TempDF$nonfatal_event, TempDF$death_days)
CoxModel.1 <- coxph(Surv(start_td, stop_td, endpoint_td==1) ~ covariate_td, 
  data=TempTD, method="breslow")
res <- NULL
(res <- summary(CoxModel.1))
cox.table <- NULL
cox.table <- signif(cbind(t(res$conf.int[,c(1,3,4)]), 
  p.value=res$coefficients[,5]), digits=4)
rownames(cox.table) <- rownames(res$coefficients)
colnames(cox.table) <- gettext(domain="R-RcmdrPlugin.EZR",c("Hazard ratio", 
  "Lower 95%CI", "Upper 95%CI", "p.value"))
cox.table
waldtest(CoxModel.1)
windows(width=7, height=7); par(lwd=1, las=1, family="sans", cex=1, 
  mgp=c(3.0,1,0))
oldpar <- par(oma=c(0,0,3,0), mfrow=c(1,1))
plot(cox.zph(CoxModel.1), df=2)
par(oldpar)
print(cox.zph(CoxModel.1))

#####Mantel-Byer test#####
Mantel.Byar(Group = "covariate_td", Event = TempTD$endpoint_td, 
StartTime = TempTD$start_td, StopTime = TempTD$stop_td, 
method = c("SAS", "Tominaga"), plot=0, landmark=0)

#####Simon-Makuch plot#####
Mantel.Byar(Group = "covariate_td", Event = TempTD$endpoint_td, 
StartTime = TempTD$start_td, StopTime = TempTD$stop_td, 
method = c("SAS", "Tominaga"), plot=1, landmark=0)

时间相关协变量的Cox比例风险回归#####
图书馆（生存，位置=15）
图书馆（aod，位置=16）
TempDF我发现在安装了
Rcmdr
和
RcmdrPlugin.EZR
包之后，我需要调用
Rcmdr
包，然后从工具菜单调用
RcmdrPlugin.EZR

然后，我需要加载数据集，调用具有时间相关协变量的Cox比例风险回归，最后首先调用Mantel-Byar检验，然后调用Simon-Makuch图

下面提供了一个示例代码，可以在R Commander中直接调用

#####Cox proportional hazard regression with time-dependent covariate#####
library(survival, pos=15)
library(aod, pos=16)
TempDF <- Dataset
TempTD <- stsplit(TempDF, TempDF$death_days, TempDF$death, 
  TempDF$nonfatal_event_days, TempDF$nonfatal_event, TempDF$death_days)
CoxModel.1 <- coxph(Surv(start_td, stop_td, endpoint_td==1) ~ covariate_td, 
  data=TempTD, method="breslow")
res <- NULL
(res <- summary(CoxModel.1))
cox.table <- NULL
cox.table <- signif(cbind(t(res$conf.int[,c(1,3,4)]), 
  p.value=res$coefficients[,5]), digits=4)
rownames(cox.table) <- rownames(res$coefficients)
colnames(cox.table) <- gettext(domain="R-RcmdrPlugin.EZR",c("Hazard ratio", 
  "Lower 95%CI", "Upper 95%CI", "p.value"))
cox.table
waldtest(CoxModel.1)
windows(width=7, height=7); par(lwd=1, las=1, family="sans", cex=1, 
  mgp=c(3.0,1,0))
oldpar <- par(oma=c(0,0,3,0), mfrow=c(1,1))
plot(cox.zph(CoxModel.1), df=2)
par(oldpar)
print(cox.zph(CoxModel.1))

#####Mantel-Byer test#####
Mantel.Byar(Group = "covariate_td", Event = TempTD$endpoint_td, 
StartTime = TempTD$start_td, StopTime = TempTD$stop_td, 
method = c("SAS", "Tominaga"), plot=0, landmark=0)

#####Simon-Makuch plot#####
Mantel.Byar(Group = "covariate_td", Event = TempTD$endpoint_td, 
StartTime = TempTD$start_td, StopTime = TempTD$stop_td, 
method = c("SAS", "Tominaga"), plot=1, landmark=0)

时间相关协变量的Cox比例风险回归#####
图书馆（生存，位置=15）
图书馆（aod，位置=16）
但我不明白困难所在。你试了什么？我不明白有什么困难。你试了什么？