我想在随访结束时(例如 1 年)(几乎)全部死亡的参与者数据集中开发一个全因死亡率预测模型(Cox PH)。
我不想预测在某个时间点死亡的绝对风险,而是想预测每个人的生存时间(以月为单位)。
是否有可能在 R 中获得这样的预测(例如从 coxph 对象),如果是,我该怎么做?
提前谢谢了!
我想在随访结束时(例如 1 年)(几乎)全部死亡的参与者数据集中开发一个全因死亡率预测模型(Cox PH)。
我不想预测在某个时间点死亡的绝对风险,而是想预测每个人的生存时间(以月为单位)。
是否有可能在 R 中获得这样的预测(例如从 coxph 对象),如果是,我该怎么做?
提前谢谢了!
Cox Proportional Hazards 模型不模拟潜在的危险,这是您预测生存时间所需要的 - 这既是模型的强大优势,也是它的主要缺点之一。
如果您对获得特定时间点的生存概率估计特别感兴趣,我会为您指出参数生存模型(又称加速失效时间模型)。这些是在survival
R 的包中实现的,将为您提供参数生存时间分布,您可以在其中简单地插入您感兴趣的时间并返回生存概率。
@statBeginner 是的。它需要两个步骤:
x <- survfit(cox.ph.model, newdata = dataset)
dataset$Results <- summary(x)$table[,"median"]
但我不确定中位生存时间是否足够准确。
尽管我同意这些观点,但中位生存期在临床上是有用的。
您可能对我们(和其他人)使用中位数作为生存间隔基础的工作感兴趣- 我们认为这些更有用。