R Cox模型风险比置信区间

我用老鼠估算数据，并用生存率运行考克斯模型

输出为：

>                        est        se         t        df     Pr(>|t|)  
   factor(ss748)Varian 0.78109445 0.1399757 5.5802158  254.8814 6.130658e-08    
   factor(ss749)Variant 0.43698935 0.2145538 2.0367359  213.579 4.291038e-02  
   factor(ss750)Variant 0.07076991 0.1757233 0.4027350  123.730 6.878381e-01      
   factor(ss751)Variant 0.09796057 0.1304451 0.7509714 4560.5547 4.52786e-01 

>                        lo 95     hi 95      nmis        fmi     lambda  
   factor(ss748)Variant  0.50543827 1.0567506   NA 0.13203983 0.12525575              
   factor(ss749)Variant  0.01407524 0.8599035   NA 0.14480694 0.136835
   factor(ss750)Variant -0.27704297 0.4185828   NA 0.19272691 0.17978321
   factor(ss751)Variant -0.15777509 0.3536962   NA 0.02997128 0.02954597

我了解SE与est有关，因此我知道要获得我将要进行的估算的CI：

(est - 1.96 X se, est + 1.96 x se). 

（这就是lo 95和hi 95列的含义）。我可以做什么具体计算来获得人力资源的CI（即exp（est））

我能做到：

（exp（est）-1.96 X se，exp（est）+1.96 X se）

获取人力资源CI而不是est

更简单地说，如果我想使用这个表来发布结果（HR=X，95%CI=X，p Val=X），我该如何从上面的表开始呢

---

感谢

要获得危险比的CI，您应该使限值成倍增加，而不是基值，即

exp(c(est - 1.96*se, est + 1.96* se))

或

（对于单个CI；如果

est

和

se

是向量，则后一种方法将不起作用）

对于输出表，类似于：

with(output,
   data.frame(HR=exp(est),lwr=exp(est-1.96*se),upr=exp(est+1.96*se),
              pval=`Pr(>|t|)`))

---

（我不是100%确定你想要什么。）注意这些是正常的（不是基于学生t的）置信区间，但如果df>100，则只会产生非常微小的差异。

非常感谢。我可以澄清一下，要手动执行此操作，您要说的是，如果est=0.49，se=0.19，那么要获得HR的CI，您要说：exp（0.49-1.96 X 0.19，0.49+1.96 X 0.195）。这是经验值（0.10,0.87）。这是（0.29，2.3），这是人力资源的CI。很抱歉缺少格式，我不知道如何在评论中做到这一点。再次感谢。谢谢！这不是因为您省略了封闭的

c（）

而使用了“x”而不是“*”而运行的代码，但它确实表达了Ben试图表达的观点。这就是R代码：

exp（c（0.49-1.96*0.19，0.49+1.96*0.195））

。我不确定这与您提供的数字有什么关系，因为当我在控制台上运行时，我得到了

[1]1.12 2.39

。当您将文本括在侧面的反标记中时，它将显示为灰色高亮显示的文本。

with(output,
   data.frame(HR=exp(est),lwr=exp(est-1.96*se),upr=exp(est+1.96*se),
              pval=`Pr(>|t|)`))