R rotterdam Royston 和 Altman (2013) 使用的乳腺癌数据集

说明

rotterdam 数据集包括 2982 名原发性乳腺癌患者，其记录已包含在鹿特丹肿瘤库中。

用法

rotterdam
data(cancer, package="survival")

格式

包含以下 15 个变量的 2982 个观察值的 DataFrame 。

pid

患者标识符

year

操作年份

age

操作年龄

meno

绝经状态(0=绝经前，1=绝经后)

size

肿瘤大小，具有以下级别的因子<=20 20-50 >50

grade

分化等级

nodes

阳性淋巴结数量

pgr

孕酮受体 (fmol/l)

er

雌激素受体 (fmol/l)

hormon

激素治疗(0=否，1=是)

chemo

化疗

rtime

距复发或最后一次随访的天数

recur

0=无复发，1=复发

dtime

距死亡或最后一次随访的天数

death

0=活着，1=死了

细节

下面引用的 Royston 和 Altman 的论文中使用了这些数据集。鹿特丹数据用于创建拟合模型，GBSG 数据用于验证模型。论文给出了数据来源的参考。

有43名受试者未复发而死亡，但其死亡时间大于复发的审查时间。发生这种情况的常见方式是，在研究结束后的某个时间更新健康记录中的死亡日期，然后在创建研究数据集时获取该值。重要状态信息可以来自多种来源：患者因其他病症就诊、信件、金融交易或社交媒体。但这引发了有关审查的严重问题。例如，受试者 40 在 4.2 岁时检查复发情况，并在 6.6 岁时死亡；在创建无复发生存终点(复发或死亡的早期)时，将其视为 6.6 年死亡，隐含地假设他们在死亡前没有复发。为了证明这一点，我们必须假设，如果他们在死亡前 2.4 年的时间间隔内(在研究之外)取得了进展，那么这些信息也会记录在他们的一般医疗记录中，并且也会记录在研究中数据集。然而，这可能不太可能。死亡信息通常位于电子健康记录的集中位置，程序员可以轻松访问并与研究数据合并，而复发可能需要人工审核。如何最好地解决这个问题是一个悬而未决的问题。

例子

# liberal definition of rfs (count later deaths)
rfs  <- pmax(rotterdam$recur, rotterdam$death)
rfstime <- with(rotterdam, ifelse(recur==1, rtime, dtime))
fit1 <- coxph(Surv(rfstime, rfs) ~ pspline(age) + meno + size + 
        pspline(nodes) + er,  data = rotterdam)

# conservative (no deaths after last fu for recurrence)
ignore <- with(rotterdam, recur ==0 & death==1 & rtime < dtime)
table(ignore)
rfs2 <- with(rotterdam, ifelse(recur==1 | ignore, recur, death))
rfstime2 <- with(rotterdam, ifelse(recur==1 | ignore, rtime, dtime))
fit2 <- coxph(Surv(rfstime2, rfs2) ~ pspline(age) + meno + size + 
        pspline(nodes) + er,  data = rotterdam)

# Note: Both age and nodes show non-linear effects.
# Royston and Altman used fractional polynomials for the nonlinear terms

参考

Patrick Royston and Douglas Altman, External validation of a Cox prognostic model: principles and methods. BMC Medical Research Methodology 2013, 13:33

也可以看看

gbsg