Как я могу получить вывод кумулятивного коэффициента опасности от coxph?

Как я могу получить вывод кумулятивного коэффициента опасности от coxph?

У меня есть моя модель

coxfit <- coxph(Surv(combi$survival, combi$realdeath) ~ combi$meanrr, combi)

и получить результат

# Call:
# coxph(formula = Surv(combi$survival, realdeath) ~ combi$meanrr, 
#     data = combi)
# 
#                   coef exp(coef)  se(coef)     z       p
# combi$meanrr -0.004140  0.995869  0.000905 -4.57 4.8e-06
# 
# Likelihood ratio test=21.9  on 1 df, p=2.94e-06
# n= 311, number of events= 70

Я знаю, что могу рассчитать коэффициент опасности вручную с помощью hr = exp(-0.004140) и _4 _, _ 5_

Это даст мне увеличение ЧСС на одну единицу с доверительным интервалом.

Есть ли функция, которая даст мне результаты в виде вектора или data.frame? Предпочтительно, если бы я мог определить количество интересующих единиц, например

somefunction(coxfit, unit_step)

но просто рассчитать кумулятивную норму вреда можно


r survival-analysis cox-regression
person Jørgen K. Kanters    schedule 04.08.2016    source источник

Ответы (2)


arrow_upward
1
arrow_downward

Вы можете извлечь совокупную опасность, используя basehaz() или survfit().

Ввод str(basehaz(coxfit)) или str(survfit(coxfit)) в вашем случае для вашей модели раскроет структуру объекта данных и даст ключ к тому, что basehaz(coxfit)$hazard или survfit(coxfit)$cumhaz дает результат, удобный для векторов / фреймов данных, который вам нужен.

В справочных заметках на ?basehaz будет сказано, что survfit() является предпочтительным подходом, и действительно, последний обеспечивает исчерпывающий вывод, включая CI.

person Big Old Dave    schedule 04.08.2016
comment
Я не уверен, что означает результат обоих. По крайней мере, это не напрямую отношение кумулятивного риска. Однако я нашел решение, приведенное ниже - person Jørgen K. Kanters; 05.08.2016

arrow_upward
1
arrow_downward

резюме (coxfit) дает правильный ответ

coxph(formula = Surv(combi$survival, realdeath) ~ meanrr, data = combi)

  n= 311, number of events= 70 

             coef  exp(coef)   se(coef)      z Pr(>|z|)    
meanrr -0.0041399  0.9958687  0.0009055 -4.572 4.83e-06 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

       exp(coef) exp(-coef) lower .95 upper .95
meanrr    0.9959      1.004    0.9941    0.9976

Concordance= 0.661  (se = 0.035 )
Rsquare= 0.068   (max possible= 0.92 )
Likelihood ratio test= 21.86  on 1 df,   p=2.938e-06
Wald test            = 20.9  on 1 df,   p=4.83e-06
Score (logrank) test = 21.24  on 1 df,   p=4.051e-06

где коэффициент риска для одной увеличенной единицы задается как exp (coef), а доверительный интервал - как нижний / верхний 0,95.

person Jørgen K. Kanters    schedule 05.08.2016
comment
Возможно, я не полностью понял ваш вопрос. Как «summary ()» дает результаты, о которых вы просили; 1) кумулятивная опасность, 2) как вектор, или, если на то пошло, больше (релевантной) информации, чем вы указали в вопросе? Не стесняйтесь уточнить - мы все учимся ..... - person Big Old Dave; 05.08.2016
comment
Коэффициент риска - это отношение двух функций риска с разными значениями зависимого параметра. На практике нас интересует только общее время наблюдения tmax совокупное значение. Поскольку coxph вычисляет коэффициент c (i) для зависимой переменной i, коэффициент риска для шага в одну единицу i равен просто exp (i). По причине sonme coxph не дает напрямую этот параметр, но summary (coxphfit) дает. Поскольку это совокупное значение за весь период наблюдения, это скалярная величина. - person Jørgen K. Kanters; 05.08.2016
comment
У меня сложилось впечатление, что совокупная опасность обычно определяется как ... \ Lambda (t) = \ int_0 ^ T \ lamdba (t) dt. То есть накопление опасности \ lambda (t) с течением времени с учетом лямбда-выражений верхнего и нижнего регистра в этом уравнении. - person Big Old Dave; 08.08.2016
comment
Да, но я говорю о совокупном коэффициенте опасности. - person Jørgen K. Kanters; 10.08.2016