R 竞争风险/生存分析

另一个关于应对R中的竞争风险的问题

我必须分析两个不同治疗组在“转移或死亡”事件之前的生存功能，无论是否考虑“局部复发”的竞争风险。 对此，我有以下建议： 状态变量向量 状态：1如果在时间“t”发生转移，0如果发生转移 状态_死亡：如果在时间“t”时死亡，则为1，否则为0 状态_loc:1如果在时间“t”出现局部复发，则为0如果出现局部复发

时间截止事件的变量向量： 时间!， 时间与死亡， 时间地点

我需要合并状态向量（或时间），以便状态向量只有一个：1表示转移或死亡，2表示局部复发，0表示其他情况（三个基线向量中均存在非信息性审查） 我认为可以使用apply（）和which.min，但我不知道如何使用它（使用times或status？） 我试过这个：

data$etat_comp<-apply(cbind(data$time_meta,data$time_death,data$time_loc),1,
which.min)-1

我也试着为cbind省略na，但也不起作用

我还需要修正时间向量，所以我将有一个向量表示死亡或死亡前的时间，另一个向量表示局部复发前的时间

这些步骤是必要的，因为我必须选择考虑主要事件的状态（meta或death），同时考虑Fine和Grey或Cox-ph回归中的竞争风险（局部复发）

---

感谢您的帮助

欢迎来到SO！我不认为你的问题是经验性的，需要更多的关注，你没有问任何问题，你只是描述了一个练习。请阅读此->并编辑您的问题。也可以先自己试试，然后在这里询问。局部复发并不是一个真正的竞争风险。它肯定会改变随后转移的风险。这两类事件完全不同。局部复发对直接死亡风险影响不大。无转移的死亡与转移后的死亡具有“竞争性”。我们更倾向于复合失败-死亡+转移，我们想看看失败（转移+死亡）的理论风险是否受局部复发的影响（风险集可能会改变其风险，因为考虑到局部复发，而不是使用精细和灰色模型对其进行审查）（如果局部复发且试验是为了治疗而进行的，则治疗会改变）事实上，我希望更多关于R代码的评论！与其尝试使用三个向量进行cbind，还不如使用：

data[，c（“time\u meta”，“time\u death”，“time\u loc”）]

假设它们都是数字。如果它们不都是数字，那么后退两大步，了解

apply

强制其输入的所有行都属于come类，因为它只适用于矩阵。您至少应该已经提供了

str（数据）的结果

请专注于一项明确定义的任务，并提出关于如何完成该任务的具体问题，以及您尝试过的示例数据和代码示例。

Error in apply(cbind(data$time_meta, data$time_death, data$time_loc), 1,  : 
non numeric argument for binary operator