我想对左右删失的数据进行生存分析(Kaplan-Meier 和 Cox PH 建模)。我正在研究在存在与不存在特定基因(基因 0 或 1)的情况下发生心律失常 (AF) 的时间。然而,一些受试者在招募时已经发现心律失常,因此应该进行审查。我已经阅读了生存包文档,但无法弄清楚如何解释左删失。下面是一些组成的示例数据。受试者 1 和 3 在基线时有房颤,因此应该进行审查。受试者 2 在随访结束时没有经历该事件,因此被右删失。受试者 5 和 6 都经历了该事件(分别在 8 个月和 3 个月时)。

Gene<-c(0,0,1,1,0)
AF_at_baseline<-c(1,0,1,0, 0)
Followup_time<-c(11,3,8,15,7)
AF_time<-c(NA, NA, NA, 8, 3)
AF_data<-data.frame(Gene, AF_at_baseline, Followup_time, AF_time)

最佳答案

我遇到了类似的问题,并像这样解决了它:

正如 survival help file 中所述,您需要指定 timetime2

您可以将左删失数据视为从 -infinity 到您测量的 time ,以及从您测量的 time (可能是最后一次跟进)到 +infinity 的右删失数据。 Infinity 最好用 NA 编码。

解决我的问题的是创建两个向量:一个开始向量 time 和一个停止向量 time2

对于 time ,您希望所有经过审查的值都为 NA 。右删失观察值填充有测量时间,就像事件一样。

对于 time2 则相反。

然而,我并没有真正得到你的数据。如果他们已经举办了事件,您为什么要跟进主题?这就是你对主题 4 和 5 所做的,说 AF 时间是 8 和 3,但 Followup_time 是 15 和 7。

为了提供帮助,我假设以下内容:

你有 5 名患者

AF_at_baseline<-c(1,0,1,0,0) #where 1 indicates left censoring

随访时间为事件时间(或左截尾和右截尾的最后一次随访时间)

因此,对于左删失数据,您的 Followup_time 将如下所示:
Followup_time <- c(NA, 3, NA, 15, 7)

对于正确的删失数据:
Followup_time2 <- c(11, NA, 8 ,15, 7)
#Since you indicated that only subject 2 didn't experience the event

现在你可以调用 Surv
Surv.Obj <- Surv(Followup_time, Followup_time2, type = 'interval2')
Surv.Obj
[1] 11-  3+  8- 15   7 # with '-' indicating left censoring and '+' right censoring

然后你可以调用 survfit 并绘制 Kaplan-Meier 曲线:
km <- survfit(Surv.Obj ~ 1, conf.type = "none")
km
Call: survfit(formula = Surv.Obj ~ 1, conf.type = "none")

      n  events  median 0.95LCL 0.95UCL
      5       4       7       7      NA
    enter code here

summary(km)
Call: survfit(formula = Surv.Obj ~ 1, conf.type = "none")

 time n.risk  n.event survival std.err lower 95% CI upper 95% CI
  7.0      4 3.00e+00     0.25   0.217       0.0458            1
  7.5      1 4.44e-16     0.25   0.217       0.0458            1
 15.0      1 1.00e+00     0.00     NaN           NA           NA


plot(km, conf.int = FALSE, mark.time = TRUE)

到目前为止,我还没有找到如何用区间数据做 Cox PH。请参阅我的问题 here

关于r - R 中生存数据的左删失,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/41968606/

10-14 18:06
查看更多