机器算法验证 - 您如何为生存分析准备纵向数据？ - 吾爱随笔录

您如何为生存分析准备纵向数据？

机器算法验证 r 生存卡普兰迈尔

2022-03-23 17:46:52

我正在尝试用 R 绘制我的数据的 Kaplan-Meier 曲线。目前，数据采用以下格式：

patient_id;number_of_days;survival
1         ;100           ;T
1         ;200           ;F
1         ;300           ;F
2         ;50            ;F
...

在我的上下文中，生存不能按字面解释：它意味着疾病的进展，仅在或多或少等间隔的时间点进行评估。

我无法确定Surv函数期望的输入是什么？我应该如何准备数据？

我尝试将我的数据直接提供给Surv：

Surv(data$number_of_days,data$survival)

然而，这似乎多次计算每个患者（每个时间点一次）。所以我的猜测是我必须首先对我的数据进行某种转换。我相当肯定这个将纵向数据转换为“事件数据”的问题一定是相当普遍的，那么这怎么称呼呢？它已经在某个地方实施了吗？

谢谢！

1个回答

这是一个快速示例，显示了如何在类似的上下文中排列数据。

考虑以下数据。

> dataWide
  id       time status
1  1 0.88820072      1
2  2 0.05562832      0
3  3 5.24113929      1
4  4 2.91370906      1

例如，个人 1 在 $t = 0.888$ , 个人 3 在 $t = 5.241$ .

为了说明，我采用 3 个时间间隔： $[0, 1), [1, 2), [2, \infty)$ .

在长格式中，相同的数据集变为：

> dataLong
  id period tstart      tstop status
1  1      1      0 0.88820072      1
2  2      1      0 0.05562832      0
3  3      1      0 1.00000000      0
4  3      2      1 2.00000000      0
5  3      3      2 5.24113929      1
6  4      1      0 1.00000000      0
7  4      2      1 2.00000000      0
8  4      3      2 2.91370906      1

对于个人 1，第一个时期开始于 $t = 0$ 并结束于 $t = 0.888$ 其中他有一个事件（status = 1）。个人 3 在第 3 期发生了事件。因此 status = 0对于第 1 期（从 $0$ 至 $1$ ）和第 2 期（从 $1$ 至 $2$ ），status = 1在第 3 期（从 $2$ 至 $5.241$ ）。

根据格式，可以按如下方式获得 Kaplan Meier 曲线，

library(survival)

plot(survfit(Surv(time, status) ~ 1, data=dataWide), 
     conf.int=FALSE, mark.time=FALSE) 

plot(survfit(Surv(tstart, tstop, status) ~ 1, data=dataLong), 
         conf.int=FALSE, mark.time=FALSE)

在此处输入图像描述

其它你可能感兴趣的问题

上一篇Scheffé 置信区间的目的下一篇如何通过 MATLAB 接口解释 libsvm 的模型参数？