跨有序组的 Kaplan-Meier 曲线比较

机器算法验证 生存 序数数据 卡普兰迈尔
2022-04-04 06:07:31

我熟悉用于比较多个 Kaplan-Meier 曲线的对数秩检验，但我正在寻找一种可以跨有序组（序数变量）进行比较的检验。对数秩检验的显着结果表明，至少一组组的生存曲线与其他组不同。我想要一个测试，其中显着测试表明生存曲线在序数分组变量的水平上存在单调趋势。

作为一个更具体的例子，考虑不同阶段癌症的生存曲线，我想证明的不仅是曲线不同，而且随着阶段的增加，生存率会恶化。

作为奖励，将不胜感激指向 R 中算法实现的指针。

编辑地址@dardisco评论：

当我试图找到一个合适的测试时，我确实在http://www.medcalc.org/manual/kaplan-meier.php的 MedCalc 软件文档中找到了一个参考。听起来像我想要的两句话是

选项：因子水平的线性趋势：允许测试因子水平的线性趋势。如果因子水平具有自然顺序（例如，因子代码表示应用于不同组的剂量），则它是合适的。Kaplan-Meier 假设因子水平是等间距的。

和

趋势的 Logrank 检验：如果比较了两条以上的生存曲线，并且组有自然排序，那么 MedCalc 也可以执行趋势的 logrank 检验。这测试了各组的生存分数存在趋势的概率。

但没有说明该测试的具体算法。

1个回答

survMisccomp中的功能可能与您所追求的接近。

从文档：

在此处输入图像描述

例如：

library(survMisc)
data(larynx, package="KMsurv")
s4 <- survfit(Surv(time, delta) ~ stage, data=larynx)
comp(s4)

这将给出具有各种权重的趋势测试（与标准对数秩测试一起使用）：

$tests$trendTests
                                     Z       p
Log-rank                      3.718959 0.00010
Gehan-Breslow (mod~ Wilcoxon) 4.224765 0.00001
Tarone-Ware                   4.058010 0.00002
Peto-Peto                     4.129343 0.00002
Mod~ Peto-Peto (Andersen)     4.136319 0.00002
Trend F-H with p=1, q=1       2.396992 0.00827

包已经稍微改变了，而不是testsor trendtests， use tft，它代表......趋势测试。此外，在使用该comp()函数时，请像这样键入它：comp(ten(<whatever your survival-fit object is>)).

其它你可能感兴趣的问题
上一篇关于独立布朗运动的线性组合 下一篇使用聚类作为细分