Создание набора данных для анализа выживаемости

Я пытаюсь выполнить анализ выживаемости, используя пакет выживания в R.

У меня есть набор данных, который выглядит так, и его можно создать с помощью следующего кода.

event <- c(1,0,0,1,0,1)
time <-c(8,50,100,200,300, 1)
id <- c(1,2,3,4,5, 6)
sex<-c(1,0,1,0,1,0)
mydat <- data.frame(id, time, event)


library(survival)
library(survminer)
fit<-survfit(Surv(time,event)~sex, mydat)
ggsurvplot(fit, size = 1, # change line size
      #palette = c("#E7B800", "#2E9FDF"), # custom color palette
        conf.int = TRUE, # Add confidence interval
        pval = TRUE, # Add p-value
        risk.table = TRUE, # Add risk table
        risk.table.col = "strata", # Risk table color by groups
 )

Однако mydat как таковой не работает в качестве исходных данных для анализа выживаемости.

Как результат выглядит так

введите здесь описание изображения

Буду признателен за любую помощь, чтобы сделать его подходящим для анализа выживания с использованием пакета выживания.

Заранее спасибо.


r survival-analysis
person riz    schedule 02.09.2016    source источник
comment
Не могли бы вы добавить больше кода, который вы пытаетесь использовать после создания фрейма данных? Без дополнительной информации сложно определить, в чем проблема.   -  person Sam    schedule 02.09.2016
comment
Дополнительная информация о mydat как таковая не работает в качестве исходных данных для анализа выживаемости.   -  person r.bot    schedule 02.09.2016
comment
@sam дополнительные данные / код включены   -  person riz    schedule 02.09.2016
comment
@ r.bot дополнительные данные / код включены   -  person riz    schedule 02.09.2016

Ответы (1)


arrow_upward
0
arrow_downward

Я думаю, что ваши данные работают как входные данные для анализа выживаемости (после исправления ошибки в sex), я думаю, они просто не показывают того, чего вы ожидаете.

Никаких ошибок не возвращается ни при выполнении survfit(), ни при построении графика выживания или ggsurvplot. Любой из этих методов отражает имеющиеся у вас данные.

summary(fit) возвращает значимый результат для соответствия вашей модели:

summary(fit)
Call: survfit(formula = Surv(time, event) ~ sex, data = mydat)

                sex=0 
 time n.risk n.event survival std.err lower 95% CI upper 95% CI
    1      3       1    0.667   0.272          0.3            1
  200      1       1    0.000     NaN           NA           NA

                sex=1 
        time       n.risk      n.event     survival      std.err lower 95% CI upper 95% CI 
       8.000        3.000        1.000        0.667        0.272        0.300        1.000

В ваших данных есть три события: одно время 1 для секса == 0, одно время 8 для секса == 1 и одно во время 200 для секса == 0. Это то, что показано на графике. Затененные доверительные интервалы очень широки, потому что у вас так мало наблюдений.

введите здесь описание изображения

person r.bot    schedule 02.09.2016
comment
Спасибо за ответ. число, подверженное риску по времени, показывает 3 на время 300, тогда как оно должно быть 0 ??. по мере увеличения количества событий с течением времени. или я полностью неверно истолковал это? - person riz; 02.09.2016
comment
Riz - возможно, вы неправильно читаете свой код или смотрите на старое изображение. Изображение из @ r.bot выше показывает (и я также получаю) 0 и 1 при времени = 300. Я не вижу, как вы получили 3 и 1, как показано на вашем первом изображении. Также не совсем связано с вашим вопросом, но, вероятно, в этом конкретном случае стоит установить conf.int=FALSE. - person Big Old Dave; 03.09.2016