cox-regression相关内容
我正在将 cox 模型拟合到一些结构如下的数据中: str(test)'data.frame':147 个观察.共 8 个变量:$ 年龄:int 71 69 90 78 61 74 78 78 81 45 ...$ Gender : Factor w/2 levels "F","M": 2 1 2 1 2 1 2 1 2 1 ...$ RACE :因子 w/5 个级别 "","BLACK","H
..
我正在尝试绘制一条调整后的生存曲线,但是努力地按组更改线型.我可以使用典型的ggplot2语言自定义绘图的其他方面,但是我遇到了线型变化的问题. 示例: 图书馆(生存)图书馆(survminer)fit2
..
我使用最佳子集选择包来确定用于构建模型的最佳独立变量(我确实有这样做的特定原因,而不是直接使用最佳子集对象).我想以编程方式提取特征名称,并使用生成的字符串构建我的模型公式.结果将是这样的: x
..
我正在尝试对4组数据运行Cox比例风险模型.这是数据:
..
我删除了原始帖子,以便能够发布更大版本的数据集.实际上总共有418行. 以下是我正在进行的生存分析的数据.第一列是ID号,其他列标记为V2-V20.有许多丢失的数据用“."表示. 我使用 coxph()函数获得以下信息: #将生存时间保存在向量"time"中.时间= surv.df [,"V2"]#将关于检查状态的信息保存在向量“状态"中.在考克斯的回归中;死亡代码应始终设置为1.状
..
我需要在cox回归中绘制二次效应的相对风险。我的模型如下所示: cox_mod
..
关于如何使用 survival 软件包在R中进行生存分析的信息(互联网和教科书)很多。但是,当您左审查数据时,我没有找到有关如何执行此操作的任何信息。 问题背景: 我有一个带有公开生存数据的自建数据集。通常会给出事件的时间和最近一次随访的日期(正确的检查)。但是,有一项研究仅指出该事件发生在360天之前。所以我左删掉了此数据。 想要做的事情: 我想分析带有左截断,事件和右截
..
格拉夫(Graf)等人(1999)在一篇论文中提出了综合的Brier分数(IBS),作为衡量生存模型预测准确性的良好方法(请参见例如 Wiering等人的综述文件。,第23页)。 它在软件包 ipred 中作为函数 sbrier 。但是,虽然brier分数定义显然适用于Cox比例风险模型,但我无法让 sbrier 返回 coxph 模型。 这是问题所在。 图书馆(生存) 图书馆(
..
我对尝试编写的函数的行为感到困惑。我的示例来自 survival 软件包,但我认为问题比这更笼统。基本上,以下代码 库(生存) data(膀胱)##这将加载“膀胱”, “ bladder1”和“ bladder2” mod_init
..
在 coxph 模型具有基于时间的系数(基于样条项)的模型的情况下,我想将估计的危险比作为时间的函数进行绘制。我使用函数 tt 创建了时间相关系数,类似于本示例直接来自?coxph : #使用当前年龄 拟合时间变换模型cox = coxph(Surv(time,status)〜ph.ecog + tt(age),data = lung, tt = function(x,t,...)pspl
..
我有一个Cox比例风险模型,该模型使用R中的以下代码来预测死亡率。添加协变量A,B和C只是为了避免混淆(即年龄,性别,种族),但我们对预测变量X确实很感兴趣。X是连续变量。 cox.model
..
我正在尝试使用cox模型来预测一段时间后发生故障的可能性(称为停止)。 膀胱1-膀胱[膀胱枚举
..
我在使用coxph()时遇到了一些麻烦。 我有两个分类变量:“性别”和“可能的原因”,我想用作预测变量。性别只是典型的男性/女性,但可能的原因有5种选择。 我不知道警告消息是什么问题。为什么置信区间是从0到Inf,而p值这么高? 以下是代码和输出: > my_coxph
..
我有以下模型: coxph(Surv(长度,死亡率== 1)〜pspline(预测变量)) 其中fulength是随访时间(包括死亡率),预测因子是死亡率的预测因子。 上面命令的输出是这样的: coef se(coef)se2 Chisq DF p pspline(预测变量),行0.174 0.0563 0.0562 9.52 1.00 0.002
..
我不希望将cox回归的输出导出到表格中,然后可以将其放入文章中。我想最好的方法是使用xtable: 库(生存) data(pbc) fit.pbc
..
下午好, 我可以发布可复制的代码,并且如果每个人都同意出了点问题,我当然会的,但是现在我想我的问题很简单,有人会为我指明正确的路径。 我正在处理以下数据集: created_as_free_user tc 1是36 0 2是36 0 3是0 1 4是28 0 5是9 0 6是0 1 7是13 0 8是
..
背景:在半年的随访时间(为期4年)中,患者可能会改用其他药物治疗。为了解决这个问题,我将生存数据转换为计数过程表格。我想比较药物组A,B和C的生存曲线。我正在使用扩展的Cox模型,但想对每个危险函数进行成对比较或进行分层对数秩检验。我认为 pairwise_survdiff 会由于我的数据形式而引发错误。 示例数据: x x 问题: 在 survdiff
..
我在使用coxph()时遇到了一些麻烦。我有两个类别变量:“ tecnologia”和“ pais”,我想评估“ pais”对“ tecnologia”的可能的交互作用。“ tecnologia”是一个具有2个级别的变量因子:gps和convencional。而“ pais”分为2个级别:PT和ES。我不知道为什么这个警告不断出现。 这是代码和输出: cox_AC
..
如何在cox比例风险模型中绘制连续协变量代表值的生存曲线?具体来说,我想在ggplot中使用“ survfit.cox”“ survfit”对象进行此操作。 这个问题似乎已经得到了解答,但是我用“ survfit”和“ newdata”(以及许多其他搜索)搜索了SO中的所有内容条款)。到目前为止,这是最接近回答我的问题的线索: Plot Kaplan -Meier进行Cox回归 与该帖
..
我想从没有NA的data.frame中选择具有正向过程的Cox模型.这是一些示例数据: test
..