R语言
kidney
位于 survival
包(package)。 说明
使用便携式透析设备的肾脏患者在插入导管时感染复发时间的数据。导管可能因感染以外的原因被移除,在这种情况下,观察结果会受到审查。每个患者恰好有 2 个观察结果。
该数据通常用于说明生存模型中随机效应(脆弱性)的使用。然而,其中一只雄性(id 21)是一个很大的异常值,比他的同龄人的生存期要长得多。如果删除这一观察结果,就没有证据表明随机受试者效应。
用法
kidney
data(cancer, package="survival")
格式
病人: | id |
时间: | time |
地位: | 事件状态 |
年龄: | 多年 |
性别: | 1=男性,2=女性 |
疾病: | 疾病类型(0=GN、1=AN、2=PKD、3=其他) |
脆弱: | 原始论文的脆弱性估计 |
注意
原始论文忽略了捆绑时间的问题,因此生存包没有完全复制。
例子
kfit <- coxph(Surv(time, status)~ age + sex + disease + frailty(id), kidney)
kfit0 <- coxph(Surv(time, status)~ age + sex + disease, kidney)
kfitm1 <- coxph(Surv(time,status) ~ age + sex + disease +
frailty(id, dist='gauss'), kidney)
来源
CA McGilchrist、CW Aisbett (1991),生存分析中的脆弱性回归。生物识别学 47, 461-66。
相关用法
- R hoel 小鼠癌症数据
- R survcondense 缩短 (time1, time2) 生存数据集
- R myeloid 急性粒细胞白血病
- R tobin 托宾的托比特数据
- R pseudo 生存的伪值。
- R levels.Surv 返回多状态 Surv 对象的状态
- R rats Mantel 等人的大鼠治疗数据
- R diabetic 糖尿病视网膜病变
- R pbc 梅奥诊所原发性胆汁性胆管炎数据
- R plot.survfit survfit 对象的绘图方法
- R stanford2 更多斯坦福心脏移植数据
- R print.aareg 打印 aareg 对象
- R pyears 人年
- R residuals.survreg 计算“survreg”对象的残差
- R cgd0 慢性肉芽肿病数据
- R mgus2 单克隆丙种球蛋白病数据
- R model.frame.coxph coxph 对象的 Model.frame 方法
- R brier 计算 Cox 模型的 Brier 分数
- R nsk 以结高度为基础的自然样条。
- R survSplit 在指定时间分割生存数据集
- R mgus 单克隆丙种球蛋白病数据
- R summary.pyears pyears 对象的汇总函数
- R reliability 可靠性数据集
- R rotterdam Royston 和 Altman (2013) 使用的乳腺癌数据集
- R survfit0 转换 survfit 对象的格式。
注:本文由纯净天空筛选整理自R-devel大神的英文原创作品 Kidney catheter data。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。