原文链接：/?p=2858

原文出处：拓端数据部落公众号

视频：R语言生存分析原理与晚期肺癌患者分析案例

R语言生存分析Survival analysis原理与晚期肺癌患者分析案例

目标

本文的目的是对如何在R中进行生存分析进行简短而全面的评估。关于该主题的文献很广泛，仅涉及有限数量的（常见）问题。

可用的R包数量反映了对该主题的研究范围。

R包

可以使用各种R包来解决特定问题。以下是本次用于读取，管理，分析和显示数据的软件包。

运行以下行以安装和加载所需的包。

if (!require(pacman)) install.packages("pacman")pacman::p_load(tidyverse, survival )

数据

该评价将基于orca数据集，数据集包含1985年1月1日至12月31日期间芬兰最北部省份诊断为口腔鳞状细胞癌（OSCC）的338名患者的一部分。患者的随访始于癌症诊断之日，并于12月31日死亡，迁移或随访截止日期结束。死亡原因分为两类：（1） ）OSCC死亡;（2）其他原因造成的死亡。

数据集包含以下变量：

id=序号，

sex=性别，类别1 =“女性”，2 =“男性”，

age=诊断癌症日期的年龄（年），

stage=肿瘤的TNM分期（因子）：1 =“I”，...， 4 =“IV”，5 =“unkn”

time=自诊断至死亡或审查的随访时间（以年为单位），

event=结束随访的事件（因子）：1 =正常，2 =口腔癌死亡， 3 =其他原因造成的死亡。

将数据从URL加载到R中。

head(orca)

id sexage stage timeevent1 1 Male 65.42274 unkn 5.081Alive2 2 Female 83.08783 III 0.419 Oral ca. death3 3 Male 52.59008 II 7.915 Other death4 4 Male 77.08630I 2.480 Other death5 5 Male 80.33622 IV 2.500 Oral ca. death6 6 Female 82.58132 IV 0.167 Other death

summary(orca)

id sex age stage time event Min. : 1.00 Female:152 Min. :15.15 I :50 Min. : 0.085 Alive :109 1st Qu.: 85.25 Male :186 1st Qu.:53.24 II :77 1st Qu.: 1.333 Oral ca. death:122 Median :169.50Median :64.86 III :72 Median : 3.869 Other death :107 Mean :169.50Mean :63.51 IV :68 Mean : 5.662 3rd Qu.:253.753rd Qu.:74.29 unkn:71 3rd Qu.: 8.417 Max. :338.00Max. :92.24 Max. :23.258

生存数据分析

生存分析侧重于事件数据的时间。在我们的例子中，是诊断后的死亡时间。

为了定义失效时间随机变量，我们需要：

1。时间起源（诊断OSCC），

2。时间尺度（诊断后的年数，年龄），

3。事件的定义。我们将首先考虑总死亡率 。

图1：转换的框图。

Alive Oral ca. death Other death 109 122 107

FALSE TRUE 109 229

以图形方式显示观察到的随访时间对于生存数据的分析非常有帮助。

OSCC死亡更有可能在诊断后早期发生，而不是其他原因引起的死亡。类型怎么样？

'Surv' num [1:338, 1:2] 5.081+ 0.419 7.915 2.480 2.500 0.167 5.925+ 1.503 13.333 7.666+ ...- attr(*, "dimnames")=List of 2..$ : NULL..$ : chr [1:2] "time" "status"- attr(*, "type")= chr "right"

然后将创建的生存对象用作生存分析的其他特定函数中的因变量。

估计生存函数

非参数估计

我们将首先介绍一类非参数估计 。

Kaplan–Meier

生存曲线基于每个死亡时间的风险数量和事件数量。包的survfit()创建（估计）生存曲线。

Call: survfit(formula = Surv(time, all) ~ 1, data = orca)nevents*rmean *se(rmean)median 0.95LCL 0.95UCL 338.000 229.0008.0600.4655.4184.3316.916 * restricted mean with upper limit = 23.3

函数返回估计的生存曲线的摘要。

time n.risk n.event n.censorsurvstd.errupperlower1 0.085 338 2 0 0.9940828 0.004196498 1.0000000 0.98594012 0.162 336 2 0 0.9881657 0.005952486 0.9997618 0.97670413 0.167 334 4 0 0.9763314 0.008468952 0.9926726 0.96025924 0.170 330 2 0 0.9704142 0.009497400 0.9886472 0.95251755 0.246 328 1 0 0.9674556 0.009976176 0.9865584 0.94872286 0.249 327 1 0 0.9644970 0.010435745 0.9844277 0.9449699

ggsurvplot()的survminer提供了估计的生存曲线的信息性说明。

默认的KM图表显示了生存函数。

生存曲线估算

生存曲线在精算师和人口统计学中非常普遍。它特别适用于分组数据。

为了在实际示例中显示此方法，我们首先需要创建聚合数据，即将后续分组并在每个层中计算风险。

基于分组的数据，我们估计会用生存曲线。

nsubs nlost nrisk nevent surv pdf hazard se.surv se.pdf se.hazard0-13380 338.064 1.0000 0.1893 0.2092 0.0000 0.0213 0.02601-22744 272.041 0.8107 0.1222 0.1630 0.0213 0.0179 0.02542-32299 224.521 0.6885 0.0644 0.0981 0.0252 0.0136 0.02143-4199 12 193.020 0.6241 0.0647 0.1093 0.0265 0.0140 0.02444-51679 162.513 0.5594 0.0448 0.0833 0.0274 0.0121 0.02315-6145 14 138.013 0.5146 0.0485 0.0989 0.0279 0.0131 0.02746-71185 115.58 0.4662 0.0323 0.0717 0.0283 0.0112 0.02547-81058 101.09 0.4339 0.0387 0.0933 0.0286 0.0126 0.03118-9887 84.51 0.3952 0.0047 0.0119 0.0288 0.0047 0.01199-10804 78.08 0.3905 0.0401 0.1081 0.0288 0.0137 0.038210-11 684 66.05 0.3505 0.0266 0.0787 0.0291 0.0116 0.0352

Nelson-Aalen估计

图形比较

可以绘制不同的生存函数估计值来评估潜在的差异。

可以从估计的生存曲线导出诸如分位数的集中趋势的度量。

q km.quantile km.lower km.upper fh.quantile fh.lower fh.upper25 0.25 1.333 1.084 1.834 1.333 1.084 1.74750 0.50 5.418 4.331 6.916 5.418 4.244 6.91375 0.7513.673 11.748 16.58013.673 11.748 15.833

估计半数人的寿命超过5.4年。

第一个四分之一的人在1.3年内死亡，而前四分之三的人的寿命超过1.3岁。

前三分之三的人在13.7年内死亡，而前四分之一的人死亡时间超过13.7岁。

估计量的图形表示（基于使用KM的生存曲线）

参数估算

我们将考虑三种常见的选择：指数，Weibull和log-logistic模型。

flexsurvreg(formula = su_obj ~ 1, data = orca, dist = "exponential")Estimates: estL95%U95%serate 0.11967 0.10513 0.13621 0.00791N = 338, Events: 229, Censored: 109Total time at risk: 1913.673Log-likelihood = -715.1802, df = 1AIC = 1432.36

同样，可以用非参数估计图形地比较不同的方法

生存曲线的比较

例如，肿瘤阶段是癌症存活研究中的重要预后因素。我们可以估计和绘制不同颜色的不同组（阶段）的生存曲线。

stage D Y xpt ratelowerupper conf.level1I 25 336.776 25 336.776 0.07423332 0.04513439 0.1033322 0.952 II 51 556.700 51 556.700 0.09161128 0.06646858 0.1167540 0.953 III 51 464.836 51 464.836 0.10971611 0.07960454 0.1398277 0.954 IV 57 262.552 57 262.552 0.21709985 0.16073995 0.2734597 0.955 unkn 45 292.809 45 292.809 0.15368380 0.10878136 0.1985862 0.95

通常，与具有高阶段肿瘤的患者相比，具有较低阶段肿瘤的诊断患者具有较低的（死亡率）。可以使用survfit()函数执行生存函数的整体比较。

Call: survfit(formula = su_obj ~ stage, data = orca)n events median 0.95LCL 0.95UCLstage=I 5025 10.56 6.17NAstage=II 7751 7.92 4.92 13.34stage=III 7251 7.41 3.92 9.90stage=IV 6857 2.00 1.08 4.82stage=unkn 7145 3.67 2.83 8.17

由于低肿瘤阶段的发病率较低，因此肿瘤分期增加的中位生存时间也会减少。可以观察到相同的行为，分别针对不同的肿瘤阶段绘制KM生存曲线。

也可以为每个阶段级别构建整个生存表。这里是每个肿瘤阶段生存表的前3行。

# Groups: strata [5]

time n.risk n.event n.censor surv std.err upper lower strata<dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <fct> 1 0.1750 1 0 0.98 0.0202 10.942 I2 0.49849 1 0 0.96 0.0289 10.907 I3 0.66548 1 0 0.94 0.0357 10.876 I4 0.41977 1 0 0.987 0.0131 10.962 II 5 0.49876 1 0 0.974 0.0186 10.939 II 6 0.66575 1 0 0.961 0.0229 10.919 II 7 0.16772 1 0 0.986 0.0140 10.959 III 8 0.24971 1 0 0.972 0.0199 10.935 III 9 0.41370 1 0 0.958 0.0246 10.913 III 10 0.08568 2 0 0.971 0.0211 10.931 IV 11 0.16266 1 0 0.956 0.0261 10.908 IV 12 0.16765 1 0 0.941 0.0303 0.999 0.887 IV 13 0.16271 1 0 0.986 0.0142 10.959 unkn 14 0.16770 2 0 0.958 0.0249 10.912 unkn 15 0.1768 1 0 0.944 0.0290 0.999 0.892 unkn

arrange_ggsurvplots(glist, print = TRUE, ncol = 2, nrow = 1)

Mantel-Haenszel logrank测试

默认参数rho = 0实现log-rank或Mantel-Haenszel测试。

Call:

survdiff(formula = su_obj ~ stage, data = orca)N Observed Expected (O-E)^2/E (O-E)^2/Vstage=I 50 2539.95.5736.813stage=II 77 5163.92.6063.662stage=III 72 5154.10.1740.231stage=IV 68 5733.2 16.966 20.103stage=unkn 71 4537.91.3461.642Chisq= 27.2 on 4 degrees of freedom, p= 2e-05

Peto＆Peto Gehan-Wilcoxon测试

survdiff(formula = su_obj ~ stage, data = orca, rho = 1)N Observed Expected (O-E)^2/E (O-E)^2/Vstage=I 5014.525.24.5007.653stage=II 7729.339.32.5494.954stage=III 7230.733.80.2840.521stage=IV 6840.322.7 13.738 21.887stage=unkn 7132.025.91.4382.359Chisq= 30.9 on 4 degrees of freedom, p= 3e-06

不同的测试使用不同的权重来比较生存函数。在实际例子中，他们给出了可比较的结果，表明不同肿瘤阶段的生存函数是不同的。

建模生存数据

当比较因子水平的生存函数时，非参数检验特别可行。它们非常强大，高效，通常简单/直观。

然而，随着感兴趣因素的数量增加，非参数测试变得难以进行和解释。相反，回归模型对于探索生存与预测因子之间的关系更为灵活。

我们将介绍两种不同的广泛模型：半参数（即比例风险）和参数模型。

CoxPH模型

在我们的例子中，我们将考虑将死亡时间建模为性别，年龄和肿瘤阶段的函数。

可以使用coxph()功能来建立Cox比例风险模型survival。

summary(m1)

Call:coxph(formula = su_obj ~ sex + I((age - 65)/10) + stage, data = orca)n= 338, number of events= 229 coef exp(coef) se(coef)z Pr(>|z|)sexMale0.35139 1.42104 0.14139 2.485 0.012947I((age - 65)/10) 0.41603 1.51593 0.05641 7.375 1.65e-13stageII0.03492 1.03554 0.24667 0.142 0.887421stageIII 0.34545 1.41262 0.24568 1.406 0.159708stageIV0.88542 2.42399 0.24273 3.648 0.000265stageunkn 0.58441 1.79393 0.25125 2.326 0.020016exp(coef) exp(-coef) lower .95 upper .95sexMale 1.4210.7037 1.07711.875I((age - 65)/10)1.5160.6597 1.35731.693stageII 1.0360.9657 0.63861.679stageIII 1.4130.7079 0.87282.286stageIV 2.4240.4125 1.50633.901stageunkn 1.7940.5574 1.09632.935Concordance= 0.674 (se = 0.02 )Rsquare= 0.226 (max possible= 0.999 )Likelihood ratio test= 86.76 on 6 df, p=<2e-16Wald test = 80.5 on 6 df, p=3e-15Score (logrank) test = 82.86 on 6 df, p=9e-16

我们可以检查数据是否与每个变量的比例风险假设分别和全局一致。

rho chisqp

sexMale-0.00137 0.000439 0.983I((age - 65)/10) 0.07539 1.393597 0.238stageII-0.04208 0.411652 0.521stageIII -0.06915 1.083755 0.298stageIV-0.10044 2.301780 0.129stageunkn -0.09663 2.082042 0.149GLOBAL NA 4.895492 0.557

显然没有找到违反比例假设的证据。

Cox模型的结果表明性别，年龄和阶段的显着影响。特别是，每增加，死亡率就会增加50％。与男性和女性相比，全因死亡率的HR为1.42。此外，估计数中第一阶段和第二阶段之间未发现任何差异。因此，谨慎的做法是将这些主题从数据中排除，并将前两个阶段组合为一个。

round(ci.exp(m2), 4)

exp(Est.) 2.5% 97.5%sexMale 1.3284 0.9763 1.8074I((age - 65)/10) 1.4624 1.2947 1.6519st3III 1.3620 0.9521 1.9482st3IV2.3828 1.6789 3.3818

显示和图形化比较多变量Cox模型的结果的便捷方式是通过森林图。

让我们逐步绘制预测的生存曲线，根据拟合的模型确定性别和年龄的值

newd

sex age st3 id1 Male 40 I+II 12 Female 40 I+II 23 Male 80 I+II 34 Female 80 I+II 45 Male 40 III 56 Female 40 III 67 Male 80 III 78 Female 80 III 89 Male 40 IV 910 Female 40 IV 1011 Male 80 IV 1112 Female 80 IV 12

AFT模型

参数模型假设生存时间的分布。

Call:flexsurvreg(formula = Surv(time, all) ~ sex + I((age - 65)/10) + st3, data = orca2, dist = "weibull")Estimates: data mean est L95%U95%se exp(est) L95% shape NA 0.93268 0.82957 1.04861 0.05575 NA NAscale NA 13.53151 9.97582 18.35456 2.10472 NA NAsexMale 0.53184 -0.33905 -0.66858 -0.00951 0.16813 0.71245 0.51243I((age - 65)/10) -0.15979 -0.41836 -0.54898 -0.28773 0.06665 0.65813 0.57754st3III 0.26966 -0.32567 -0.70973 0.05839 0.19595 0.72204 0.49178st3IV 0.25468 -0.95656 -1.33281 -0.58030 0.19197 0.38421 0.26374U95% shape NAscale NAsexMale 0.99053I((age - 65)/10) 0.74996st3III 1.06012st3IV 0.55973N = 267, Events: 184, Censored: 83Total time at risk: 1620.864Log-likelihood = -545.858, df = 6AIC = 1103.716

可以证明，假设指数或威布尔分布的AFT模型可以重新参数化为比例风险模型。

显示eha。

Call:weibreg(formula = Surv(time, all) ~ sex + I((age - 65)/10) + st3, data = orca2)Covariate Mean Coef Exp(Coef) se(Coef) Wald psex Female 0.4900 1 (reference)Male 0.5100.3161.3720.1560.043 I((age - 65)/10) -0.5220.3901.4770.0620.000 st3 I+II 0.5510 1 (reference)III 0.2870.3041.3550.1820.095 IV 0.1620.8922.4400.1780.000 log(scale)2.605 13.5320.1560.000 log(shape) -0.0700.9330.0600.244 Events184 Total time at risk 1620.9 Max. log. likelihood-545.86 LR test statistic 68.7 Degrees of freedom 4 Overall p-value 4.30767e-14

系数的（指数）具有与Cox比例模型的系数的等效解释。

通过将参数提供fn给summary或plot方法，可以汇总或绘制拟合模型的参数的任何函数。例如，Weibull模型下的中位存活率可以概括为

newd <- data.frame(sex = c("Male", "Female"), age = 65, st3 = "I+II")summary(m2w, newdata = newd, fn = median.weibull, t = 1, B = 10000)

sex=Male, I((age - 65)/10)=0, st3=I+II timeestlclucl1 1 6.507834 4.898889 8.631952sex=Female, I((age - 65)/10)=0, st3=I+II timeestlclucl1 1 9.134466 6.801322 12.33771

将结果与Cox模型的结果进行比较。

survfit(m2, newdata = newd)

Call: survfit(formula = m2, newdata = newd)n events median 0.95LCL 0.95UCL1 267 184 7.00 5.25 10.62 267 184 9.92 7.33 13.8

泊松回归

可以证明，Cox模型在数学上等效于对数据的特定变换的泊松回归模型。

我们首先定义观察事件（all == 1）的唯一时间，并使用包中的survSplit()函数survival来分割数据。

head(orca_splitted, 15)

拟合条件泊松回归，其中时间的影响（作为因子变量）可以被边缘化（不估计来提高计算效率）。

mod_poi <- gnm(all ~ sex + I((age-65)/10) + st3, data = orca_splitted, family = poisson, eliminate = factor(time))summary(mod_poi)

将从条件Poisson获得的估计值与cox比例风险模型进行比较。

round(data.frame(cox = ci.exp(m2), poisson = ci.exp(mod_poi)), 4)

cox.exp.Est.. cox.2.5. cox.97.5. poisson.exp.Est.. poisson.2.5. poisson.97.5.sexMale 1.3284 0.9763 1.8074 1.3284 0.9763 1.8074I((age - 65)/10) 1.4624 1.2947 1.6519 1.4624 1.2947 1.6519st3III 1.3620 0.9521 1.9482 1.3620 0.9521 1.9482st3IV 2.3828 1.6789 3.3818 2.3828 1.6789 3.3818

如果我们想要估计基线风险，我们还需要估计泊松模型中时间的影响。

orca_splitted$dur <- with(orca_splitted, time - tstart)mod_poi2 <- glm(all ~ -1 + factor(time) + sex + I((age-65)/10) + st3, data = orca_splitted, family = poisson, offset = log(dur))

基线风险包括阶梯函数，其中速率在每个时间间隔内是恒定的。

newd <- data.frame(time = cuts, dur = 1,sex = "Female", age = 65, st3 = "I+II")blhaz <- data.frame(ci.pred(mod_poi2, newdata = newd))ggplot(blhaz, aes(x = c(0, cuts[-138]), y = Estimate, xend = cuts, yend = Estimate)) + geom_segment() +scale_y_continuous(trans = "log", limits = c(.05, 5), breaks = pretty_breaks()) +theme_classic() + labs(x = "Time (years)", y = "Baseline hazard")

更好的方法是通过使用例如具有节点\（k \）的样条来灵活地模拟基线风险。

exp(Est.) 2.5% 97.5%(Intercept) 0.074 0.040 0.135ns(time, knots = k)10.402 0.177 0.912ns(time, knots = k)21.280 0.477 3.432ns(time, knots = k)30.576 0.220 1.509ns(time, knots = k)41.038 0.321 3.358ns(time, knots = k)54.076 0.854 19.452ns(time, knots = k)61.040 0.171 6.314sexMale 1.325 0.975 1.801I((age - 65)/10) 1.469 1.300 1.659st3III 1.360 0.952 1.942st3IV2.361 1.665 3.347

比较不同的策略

我们可以根据特定协变量模式的预测生存曲线比较之前的策略，如65岁的女性患有肿瘤I期或II期。

newd <- data.frame(sex = "Female", age = 65, st3 = "I+II")

生存函数的图形表示便于比较。

其他分析

非线性

我们假设年龄对（log）死亡率的影响是线性的。放宽这一假设的可能策略是拟合Cox模型，其中年龄用二次效应建模。

Call:coxph(formula = Surv(time, all) ~ sex + I(age - 65) + I((age - 65)^2) + st3, data = orca2)n= 267, number of events= 184 coef exp(coef) se(coef)z Pr(>|z|)sexMale 2.903e-01 1.337e+00 1.591e-01 1.825 0.0681I(age - 65)3.868e-02 1.039e+00 6.554e-03 5.902 3.59e-09I((age - 65)^2) 9.443e-05 1.000e+00 3.576e-04 0.264 0.7917st3III3.168e-01 1.373e+00 1.838e-01 1.724 0.0847st3IV 8.691e-01 2.385e+00 1.787e-01 4.863 1.16e-06exp(coef) exp(-coef) lower .95 upper .95sexMale 1.3370.7481 0.97871.826I(age - 65) 1.0390.9621 1.02621.053I((age - 65)^2)1.0000.9999 0.99941.001st3III 1.3730.7284 0.95761.968st3IV2.3850.4193 1.68013.385Concordance= 0.674 (se = 0.022 )Rsquare= 0.216 (max possible= 0.999 )Likelihood ratio test= 64.89 on 5 df, p=1e-12Wald test = 63.11 on 5 df, p=3e-12Score (logrank) test = 67.64 on 5 df, p=3e-13

非线性（即二次项）的值很高，因此没有证据可以拒绝零假设（即线性假设是合适的）。

如果关系是非线性的，则年龄系数不再可以直接解释。我们可以将HR作为年龄的函数以图形方式呈现。我们需要指定一个指示值;我们选择65岁的中位年龄值。

age <- seq(20, 80, 1) - 65geom_vline(xintercept = 65, lty = 2) + geom_hline(yintercept = 1, lty = 2)

时间依赖系数

该cox.zph()函数可用于绘制个体预测因子随时间的影响，因此可用于诊断和理解非比例风险。

我们可以通过拟合的阶梯函数来放宽比例风险假设，这意味着在不同的时间间隔内有不同的

包中的survSplit()函数survival将数据集划分。

id sexage stageevent st3 tstart time all tgroup1 2 Female 83.08783 III Oral ca. death III0 0.419 112 3 Male 52.59008 II Other death I+II0 5.000 013 3 Male 52.59008 II Other death I+II5 7.915 124 4 Male 77.08630I Other death I+II0 2.480 115 5 Male 80.33622 IV Oral ca. death IV0 2.500 116 6 Female 82.58132 IV Other death IV0 0.167 11

I((age - 65)/10) + st3, data = orca3)coef exp(coef) se(coef)z pI((age - 65)/10)0.38184 1.46498 0.06255 6.104 1.03e-09st3III0.28857 1.33451 0.18393 1.569 0.1167st3IV 0.87579 2.40076 0.17963 4.876 1.09e-06relevel(sex, 2)Male:strata(tgroup)tgroup=1 0.42076 1.52312 0.19052 2.209 0.0272relevel(sex, 2)Female:strata(tgroup)tgroup=1 NA NA 0.00000NA NArelevel(sex, 2)Male:strata(tgroup)tgroup=2 -0.10270 0.90240 0.28120 -0.365 0.7149relevel(sex, 2)Female:strata(tgroup)tgroup=2 NA NA 0.00000NA NArelevel(sex, 2)Male:strata(tgroup)tgroup=3 1.13186 3.10142 1.09435 1.034 0.3010relevel(sex, 2)Female:strata(tgroup)tgroup=3 NA NA 0.00000NA NALikelihood ratio test=68.06 on 6 df, p=1.023e-12n= 416, number of events= 184

虽然不显着，但男女比较的风险比在第二时期（5至）低于1，而在其他两个时期高于1。

模拟生存百分位数

一个不同但有趣的方法包括模拟生存时间的百分位数。

Call:ctqr(formula = Surv(time, all) ~ st3, data = orca2, p = p)Coefficients:p = 0.25(Intercept) 2.665 st3III -1.369 st3IV -1.877 Degrees of freedom: 267 total; 225 residuals

β0=2.665 是参考组中死亡概率等于0.25的时间。另一个被解释为相对度量。

该信息可以直观地比较在肿瘤阶段的水平上分别估计的生存曲线。

p = c(p, p - .005, p + .005))[-1, ]= 1 - p, xend = time_ref, yend = 1 - p))

对Cox模型中评估生存时间百分位数的可能差异，作为诊断性别和肿瘤阶段年龄的函数。

ctqr(formula = Surv(time, all) ~ sex + I((age - 65)/10) + st3, data = orca2, p = seq(0.1, 0.7, 0.1))Coefficients:p = 0.1 p = 0.2 p = 0.3 p = 0.4 p = 0.5 p = 0.6 p = 0.7 (Intercept) 1.44467 2.44379 4.65302 7.73909 10.81386 12.18348 15.19359sexMale -0.09218 -0.27385 -0.85720 -2.49580 -3.27962 -2.81428 -4.01656I((age - 65)/10) -0.19026 -0.39819 -1.20278 -1.93144 -2.39229 -3.03915 -3.52711st3III -0.60994 -1.08534 -1.89357 -2.23741 -3.10478 -2.00037 -1.59213st3IV -1.07679 -1.59566 -2.92700 -3.16652 -4.74759 -4.80838 -5.25810Degrees of freedom: 267 total; 220 residuals

结果包括不同百分位数下每种协变量的生存时间差异。

coef_q <- data.frame(coef(fit_q)) %>%.96 * se)

或者，可以针对一组特定的协方差模式预测生存时间的百分位数。

CIF累积发生率函数

在竞争风险情景中，Kaplan-Meier对特定原因生存的估计通常是不合适的。

我们将考虑事件的累积发生率函数（CIF）

CIF

mstate计算竞争事件的非参数CIF（也称为Aalen-Johansen估计）和相关的标准误差。

head(cif)

timeSurv CI.Oral ca. death CI.Other deathseSurv seCI.Oral ca. death1 0.085 0.9925094 0.007490637 0.000000000 0.005276805 0.0052768052 0.162 0.9887640 0.011235955 0.000000000 0.006450534 0.0064505343 0.167 0.9812734 0.011235955 0.007490637 0.008296000 0.0064505344 0.170 0.9775281 0.011235955 0.011235955 0.009070453 0.0064505345 0.249 0.9737828 0.011235955 0.014981273 0.009778423 0.0064505346 0.252 0.9662921 0.014981273 0.018726592 0.011044962 0.007434315seCI.Other death10.00000000020.00000000030.00527680540.00645053450.00743431560.008296000

我们可以绘制CIF以及生存函数。

通过因子变量的水平来估计累积发生率函数。

grid.arrange(

ncol = 2)

我们可以看到，IV期口腔癌死亡的CIF高于III，甚至更高于I + II。相反，对于其他原因死亡率，曲线似乎不随肿瘤阶段而变化。

当我们想要在竞争风险设置中对生存数据进行建模时，有两种常见的策略可以解决不同的问题：

- 针对事件特定风险的Cox模型，例如，兴趣在于预测因素对死亡率的生物效应非常疾病。

- 当我们想要评估因子对事件总体累积发生率的影响时。

CIF Cox模型

round(ci.exp(m2haz2), 4)

exp(Est.) 2.5% 97.5%sexMale 1.8103 1.1528 2.8431I((age - 65)/10) 1.4876 1.2491 1.7715st3III 1.2300 0.7488 2.0206st3IV1.6407 0.9522 2.8270

原因特异性Cox模型的结果与原因特异性CIF的图形表示一致，即肿瘤IV期仅是口腔癌死亡率的重要风险因素。年龄增加与两种原因的死亡率增加相关（口腔癌死亡率HR = 1.42，其他原因死亡率HR = 1.48）。仅根据其他原因死亡率观察到性别差异（HR = 1.8）。

CRR模型

crr()在cmprsk竞争风险的情况下，包中的函数可用于子分布函数的回归建模。

Call:crr(ftime = time, fstatus = event, cov1 = model.matrix(m2), failcode = "Oral ca. death")coef exp(coef) se(coef)z p-valuesexMale-0.09530.909 0.213 -0.447 6.5e-01I((age - 65)/10) 0.28141.325 0.093 3.024 2.5e-03st3III 0.39241.481 0.258 1.519 1.3e-01st3IV 1.02082.775 0.233 4.374 1.2e-05exp(coef) exp(-coef) 2.5% 97.5%sexMale 0.9091.100 0.599 1.38I((age - 65)/10)1.3250.755 1.104 1.59st3III1.4810.675 0.892 2.46st3IV2.7750.360 1.757 4.39Num. cases = 267Pseudo Log-likelihood = -501 Pseudo likelihood ratio test = 31.4 on 4 df,

m2fg2 <- with(orca2, crr(time, event, cov1 = model.matrix(m2), failcode = "Other death"))summary(m2fg2, Exp = T)

Competing Risks RegressionCall:crr(ftime = time, fstatus = event, cov1 = model.matrix(m2), failcode = "Other death")coef exp(coef) se(coef)z p-valuesexMale 0.5441.723 0.2342 2.324 0.020I((age - 65)/10) 0.1971.218 0.0807 2.444 0.015st3III 0.1301.139 0.2502 0.521 0.600st3IV -0.2120.809 0.2839 -0.748 0.450exp(coef) exp(-coef) 2.5% 97.5%sexMale 1.7230.580 1.089 2.73I((age - 65)/10)1.2180.821 1.040 1.43st3III1.1390.878 0.698 1.86st3IV0.8091.237 0.464 1.41Num. cases = 267Pseudo Log-likelihood = -471 Pseudo likelihood ratio test = 9.43 on 4 df,

还有问题，联系我们！

最受欢迎的见解

1.R语言绘制生存曲线估计|生存分析|如何R作生存曲线图

2.R语言生存分析可视化分析

3.R语言如何在生存分析与Cox回归中计算IDI，NRI指标

4.r语言中使用Bioconductor 分析芯片数据

5.R语言生存分析数据分析可视化案例

6.r语言ggplot2误差棒图快速指南

7.R 语言绘制功能富集泡泡图

8.R语言如何找到患者数据中具有差异的指标？（PLS—DA分析）

9.R语言中的生存分析Survival analysis晚期肺癌患者4例