在使用R进行生存分析时,Cox比例风险模型中“surv”函数的目的是什么?
我目前正在看一份文件,该文件规定使用Cox比例风险模型,这是您的反应变量,用于在使用R进行生存分析时,Cox比例风险模型中“surv”函数的目的是什么?,r,survival-analysis,R,Survival Analysis,我目前正在看一份文件,该文件规定使用Cox比例风险模型,这是您的反应变量,用于 coxph(formula, data=, weights, subset, na.action, init, control, ties=c("efron","breslow","exact"), singular.ok=TRUE, robust=FALSE, model=FALSE, x=FALSE, y=TRUE, tt, method, ...) 必须
coxph(formula, data=, weights, subset,
na.action, init, control,
ties=c("efron","breslow","exact"),
singular.ok=TRUE, robust=FALSE,
model=FALSE, x=FALSE, y=TRUE, tt, method, ...)
必须在公式部分使用surv()
有人能告诉我surv()函数的作用吗?我知道它说它是一个生存物体,但我不确定它是否是必需的。谢谢 在这种情况下,您只需阅读文档并运行其中的示例。
中的第一个示例?coxph
显示以下内容:
# Create the simplest test data set
test1 <- list(time=c(4,3,1,1,2,2,3),
status=c(1,1,1,0,1,1,0),
x=c(0,2,1,1,1,0,0),
sex=c(0,0,0,0,1,1,1))
# Fit a stratified model
coxph(Surv(time, status) ~ x + strata(sex), test1)
并查看它如何反映时间
和状态
列中包含的信息:
> with(test1, cbind.data.frame(time, status, Surv(time,status)))
time status Surv(time, status)
1 4 1 4
2 3 1 3
3 1 1 1
4 1 0 1+
5 2 1 2
6 2 1 2
7 3 0 3+
然后,要回答您关于是否有必要这样做的问题,您可以尝试在不使用它的情况下运行coxph
,看看会发生什么:
> coxph(time ~ x + strata(sex), test1)
Error in coxph(time ~ x + strata(sex), test1) :
Response must be a survival object
Surv()是一个创建生存对象的函数。对于生存分析,您需要随访时间(或时间相关变量的时间间隔)和个体状态。显然,这是必要的
你应该读第一本。我还建议你阅读这本关于生存分析的书:
> coxph(time ~ x + strata(sex), test1)
Error in coxph(time ~ x + strata(sex), test1) :
Response must be a survival object