是否可以在 R 中绘制估计的对数风险比？例如，
require(survival)
fit1 = coxph(Surv(futime, fustat) ~ rx, ovarian)
R中估计的对数风险比图
机器算法验证
r
交叉验证
数据可视化
生存
2022-04-08 04:44:25
2个回答
在浏览生存问题时看到了这个问题，虽然我只是发布了一些我个人的最爱。我喜欢将 rms 包用于生存功能，你可以做一个森林图类型的输出：
library(survival)
library(rms)
ddist <- datadist(ovarian)
options(datadist='ddist')
ovarian$rx <- factor(ovarian$rx)
fit1 = cph(Surv(futime, fustat) ~ rx + rcs(age, 3), ovarian, x=T, y=T)
# The plot.summary.rms
plot(summary(fit1, age=c(50,60)), q=c(.6, .8, .95), log=T,
col=c("orange", "gold", "blue"))
给你：
par(mfrow=c(1,2))
termplot2(fit1, se=T, rug.type="density", rug=T, density.proportion=.05,
se.type="polygon",
ylab=rep("Hazard Ratio", times=2),
main=rep("cph() plot", times=2),
col.se=rgb(.2,.2,1,.4), col.term="black")
这给了你这个情节：
最后但并非最不重要的一点是，如果您想按照评论的建议随着时间的推移寻找危害，请使用对数图：
f <- survfit(Surv(futime, fustat) ~ rx, data=ovarian)
survplot(f, loglog=T, logt=T, xlab="log(Years)")
这给出了：
查看时间风险的另一种有效方法是 Schoenfeld 残差：
layout(matrix(c(1,1,2,3), 2, 2, byrow = TRUE))
f <- cox.zph(fit1)
plot(f, resid=F)
这给出了：
没有应用生存分析的副本，我猜你正在寻找这样的东西：http://rgm2.lab.nig.ac.jp/RGM2/func.php?rd_id=Design:hazard.ratio。阴谋