机器算法验证 - survdiff log-rank 和 coxph log-rank 之间的区别 - 吾爱随笔录

我正在使用 R 中的生存包来分析临床数据。我正在分析两组不同的患者，当我计算 survdiff 以比较曲线时，我得到 p = 0.135，但是当我使用 coxph 和不同的协变量调整模型时，比如说临床癌症分期，我得到了一个整体 logrank 5 个协变量的得分为 0.0005793。我的问题是，我可以使用这个后期的 logrank p 值来说明用更多协变量调整模型曲线之间的差异是显着的吗？

这是数据

survdiff(formula = my.surv ~ final_table$G)

n=56, 14 observations deleted due to missingness.

                 N Observed Expected (O-E)^2/E (O-E)^2/V
final_table$G=1  4        2     1.43    0.2294     0.247
final_table$G=2 52       24    24.57    0.0133     0.247

 Chisq= 0.2  on 1 degrees of freedom, **p= 0.619**

这是 coxph 结果

coxph(formula = Surv(final_table$Time_surv, final_table$Survival) ~ final_table$G + final_table$ST)

  n= 56, number of events= 26 
  (14 observations deleted due to missingness)

                   coef exp(coef)  se(coef)     z Pr(>|z|)
final_table$G2    2.094e-01 1.233e+00 7.532e-01 0.278    0.781
final_table$STII  1.883e+01 1.501e+08 5.739e+03 0.003    0.997
final_table$STIII 1.998e+01 4.773e+08 5.739e+03 0.003    0.997
final_table$STIV  2.089e+01 1.186e+09 5.739e+03 0.004    0.997

              exp(coef) exp(-coef) lower .95 upper .95
final_table$G2    1.233e+00  8.111e-01    0.2817     5.396
final_table$STII  1.501e+08  6.662e-09    0.0000       Inf
final_table$STIII 4.773e+08  2.095e-09    0.0000       Inf
final_table$STIV  1.186e+09  8.430e-10    0.0000       Inf

Concordance= 0.74  (se = 0.057 )
Rsquare= 0.37   (max possible= 0.957 )
Likelihood ratio test= 25.86  on 4 df,   p=3.381e-05
Wald test            = 4.02  on 4 df,   p=0.4033
Score (logrank) test = 19.67  on 4 df,   **p=0.0005793**

谢谢

感谢评论我做了这个分析，survdiff with roup and stage

survdiff(formula = Surv(final_table$Time_surv, final_table$Survival) ~ 
final_table$G + final_table$ST)

n=56, 14 observations deleted due to missingness.

                                 N Observed Expected (O-E)^2/E (O-E)^2/V
final_table$G=1, final_table$ST=III  3        2    1.149     0.630     0.668
final_table$G=1, final_table$ST=IV   1        0    0.279     0.279     0.285
final_table$G=2, final_table$ST=I   15        0    8.715     8.715    13.547
final_table$G=2, final_table$ST=II   2        1    1.816     0.367     0.402
final_table$G=2, final_table$ST=III 30       19   13.067     2.693     5.540
final_table$G=2, final_table$ST=IV   5        4    0.973     9.413     9.935

Chisq= 23.2  on 5 degrees of freedom, p= 0.000313

所以最终的值是完全显着的，但现在我得到了 6 条曲线，或多或少这就是我想要的，组和阶段如何影响生存。你怎么看？