R survfit.coxph 根据 Cox 模型计算生存曲线

说明

计算 Cox 比例风险模型的预测幸存者函数。

用法

## S3 method for class 'coxph'
survfit(formula, newdata, 
        se.fit=TRUE, conf.int=.95, individual=FALSE, stype=2, ctype,
        conf.type=c("log","log-log","plain","none", "logit", "arcsin"),
        censor=TRUE, start.time, id, influence=FALSE,
        na.action=na.pass, type, ...)
## S3 method for class 'coxphms'
survfit(formula, newdata, 
        se.fit=FALSE, conf.int=.95, individual=FALSE, stype=2, ctype,
        conf.type=c("log","log-log","plain","none", "logit", "arcsin"),
        censor=TRUE, start.time, id, influence=FALSE,
        na.action=na.pass, type, p0=NULL, ...)

参数

formula	coxph 对象。
newdata	与 coxph 公式中出现的变量名称相同的 DataFrame 。每行生成一条曲线。生成的曲线将代表其协变量对应于 newdata 中的值的队列。
se.fit	指示是否应计算标准误差的逻辑值。对于标准模型，默认值为 TRUE；对于多状态，默认值为 FALSE(该情况下尚未提供代码。)
conf.int	生存曲线上两侧置信区间的水平。默认值为 0.95。
individual	已弃用的参数，由通用的 id 取代
stype	生存曲线的计算，1=直接，2=累积风险的指数。
ctype	累积风险计算是否应对平局进行修正，1=否，2=是。
conf.type	"none" 、 "plain" 、 "log" (默认)、 "log-log" 或 "logit" 之一。只需要足够的字符串来唯一标识它即可。第一个选项会导致不生成置信区间。第二个导致标准间隔 curve +- k *se(curve) ，其中 k 由 conf.int 确定。对数选项根据累积危险或对数(生存)计算间隔。 log-log 选项使用日志风险或 log(-log(survival)) 和 logit log(survival/(1-survival))。
censor	如果为 FALSE，则结果中不包括没有事件(仅审查)的时间点。
id	主题标识符的可选变量名称。如果存在，它将在 newdata 数据帧中搜索。 newdata 中具有相同主题 ID 的每组行代表单个主题随时间变化的协变量路径，结果将包含每个主题的一条曲线。如果 coxph 拟合具有分层，则还必须在 newdata 中指定。如果 newid 不存在，则 newdata 的每一行都被假定代表一个不同的主题。
start.time	可选的开始时间，单个数值。如果存在，则返回的曲线包含 start.time 之后的生存情况，条件是生存到 start.time 。
influence	返回影响值的选项
na.action	用于 newdata 参数的 na.action
type	包含 stype 和 ctype 的旧参数，现已弃用
p0	可选，概率向量。返回的曲线将针对具有这种起始状态混合的队列。大多数情况下会选择一个状态
...	对于未来的方法

细节

此例程根据 coxph 模型拟合生成 Pr(状态)曲线。对于单状态模型，它产生 S(t) = Pr(在时间 t 保持初始状态)的单曲线，称为生存曲线；对于多状态模型，矩阵给出所有状态的概率。 stype 参数说明估计的类型，默认为累积风险的指数，即众所周知的 Breslow 估计。对于多状态 Cox 模型，这涉及矩阵的指数。参数 stype=1 使用非指数或 ‘direct’ 估计值。对于单端点 coxph 模型，代码评估 Kalbfleich-Prentice 估计，对于多状态模型，它使用 Aalen-Johansen 估计器的模拟。后一种方法是 mstate 包中的默认方法。

ctype 选项会影响估计的累积危险，如果 stype=2 也会影响估计的 P(状态)曲线。如果不存在，则选择它以便与 coxph 调用中的 ties 选项一致。 (对于多状态 coxphms 对象，当前仅实现 ctype=1。)同样，基于模型的曲线估计和稳健的方差估计之间的选择将反映在 coxph 调用中所做的选择，任何聚类也都是从父级继承的模型。

如果缺少 newdata 参数，则会为单个 "pseudo" 对象生成一条曲线，其协变量值等于拟合的 means 分量。生成的曲线几乎没有任何意义，但由于某些用户和其他包显示的选项的无理附加，默认值仍然存在。两个特别令人震惊的例子是因子变量和交互作用。假设正在研究病毒的种间传播，并且数据集有一个因子变量，其级别为("pig"、"chicken")，并且每个级别的观察数量大约相等。 “mean” 协变量级别将为 0.5 - 这是一只飞猪吗？至于交互，假设数据的性别编码为0/1，年龄范围为50到80岁，模型为年龄*性别。年龄:性别交互项的 “mean” 值约为 30，该值不会出现在数据中。强烈建议用户使用 newdata 参数。由于这些原因，多状态 coxph 模型的预测需要 newdata 参数。

如果 coxph 模型包含偏移项，则 newdata 参数中的数据集也应包含该变量。

当原始模型包含与时间相关的协变量时，需要指定该协变量随时间的路径以获得预测曲线。这要求 newdata 包含每个假设主题的多行，其中给出每行的协变量值、时间间隔和分层(主题可以更改分层)，以及 id 变量，该变量标记哪些行属于每个主题。时间间隔必须具有与原始模型相同的(开始、停止、状态)变量：虽然未使用状态变量，因此可以设置为 0 或 1 的虚拟值，但响应需要被识别作为 Surv 对象。最后，尽管具有时间相关协变量路径的预测可能很有用，但很容易创建毫无意义的预测。我们鼓励用户寻找详细讨论该问题的文本。

当模型包含分层但不包含时间相关协变量时，此例程的用户可以进行选择。如果 newdata 参数不包含分层变量，则返回的对象将是生存曲线矩阵，模型中的每个分层对应一行，newdata 中的每行对应一列。 (这是例程的历史行为。)如果新数据确实包含层变量，则结果将根据原始模型的指示层，每行新数据包含一条曲线。在极少数情况下，模型具有协变量交互的层，层变量必须包含在新数据中，例程不允许省略它(预测变得太混乱)。 (请注意，模型 Surv(time, status) ~age*strata(sex) 在内部扩展为 strata(sex) +age:sex；模型的第二项需要 sex 变量。)

有关计数的更多详细信息(事件数、面临风险的数等)，请参阅survfit

值

类 "survfit" 的对象。有关详细信息，请参阅survfit.object。为 survfit 对象定义的方法有 print 、 plot 、 lines 和 points 。

注意

如果在另一个函数内部使用以下几行，则必须将 model=TRUE 参数添加到 coxph 调用中： fit <- coxph(...); survfit(fit) 。这是 model.frame 函数在涉及公式时使用非标准评估过程的结果。

令 \log[S(t; z)] 为固定协变量向量 z 的生存曲线的对数，然后 \log[S(t; x)]= e^{(x-z)\beta}\log[S(t; z)] 为任何新协变量向量 x 的曲线对数。不幸的是，有一种倾向将带有 z=0 的参考曲线称为“THE”基线危险。然而，任何z都可以用作参考点，更重要的是，如果x-z很大，计算可能会遭受严重的舍入误差。直接通过 newdata 提供所需的 x 值始终是最安全的。

参考

Fleming, T. H. and Harrington, D. P. (1984). Nonparametric estimation of the survival distribution in censored data. Comm. in Statistics 13, 2469-86.

Kalbfleisch, J. D. and Prentice, R. L. (1980). The Statistical Analysis of Failure Time Data. New York:Wiley.

Link, C. L. (1984). Confidence intervals for the survival function using Cox's proportional hazards model with covariates. Biometrics 40, 601-610.

Therneau T and Grambsch P (2000), Modeling Survival Data: Extending the Cox Model, Springer-Verlag.

Tsiatis, A. (1981). A large sample study of the estimate for the integrated hazard function in Cox's regression model for survival data. Annals of Statistics 9, 93-108.

也可以看看

print.survfit、plot.survfit、lines.survfit、coxph、Surv、strata。