R tmerge 基于时间的生存数据合并

说明

生存分析中的一项常见任务是创建开始、停止数据集，每个受试者具有多个间隔，以及适用于该间隔的协变量值。此函数有助于创建此类数据集。

用法

tmerge(data1, data2,  id,..., tstart, tstop, options)

参数

data1	主要数据集，将添加新变量和/或观察
data2	将在其中找到所有其他参数的第二个数据集
id	主题标识符
...	添加新变量或间隔的操作，请参见下文
tstart	可选变量，用于定义每个主题的有效时间范围，仅在初始调用时使用
tstop	可选变量，用于定义每个主题的有效时间范围，仅在初始调用时使用
options	选项列表。有效的有 idname、tstartname、tstopname、delay、na.rm 和 tdcstart。请参阅下面的解释。

细节

该程序通常分多遍运行，第一遍定义基本结构，随后的遍定义向该结构添加新变量。有关此例程如何工作的更完整说明，请参阅与时间相关的变量的小插图。

有 4 种类型的操作参数：时间相关协变量 (tdc)、累积计数 (cumtdc)、事件 (event) 或累积事件 (cumevent)。时间相关协变量在事件发生之前改变其值，事件是结果。

• newname = tdc(y, x, init) 将创建一个新的时间相关协变量。假设参数 y 处于开始和结束时间的范围内，每个实例都说明了当时 "condition" 的出现。第二个参数x 是可选的。如果 x 缺失，则每个受试者的计数变量从 0 开始，并在事件发生时变为 1。如果 x 存在，则时间相关协变量的值将初始化为 init 的值(如果存在)，否则初始化为 tdcstart 选项的值，并在每次观察时更新为 x 的值。如果首先删除选项 na.rm=TRUE 的 x 缺失值，即更新不会创建缺失值。

  newname = cumtdc(y,x, init) 与 tdc 类似，不同之处在于每个受试者的事件计数随着时间的推移而累积。变量x 必须是数字。

  newname = event(y,x) 标记时间 y 处的事件。在通常情况下，x 丢失，新的 0/1 变量将类似于生存时间的 0/1 状态变量。

  newname = cumevent(y,x) 累积事件。

该函数向输出数据集添加三个新变量： tstart 、 tstop 和 id 。 options 参数可用于更改这些名称。如果在第一次调用中，id 参数是一个简单名称，则该变量名称将用作 idname 选项的默认值。如果 data1 包含 tstart 变量，则该变量将用作创建的时间间隔的起点，否则每个 id 的初始间隔默认从 0 开始。如果死亡时间 <= 0，这将导致无效间隔和后续错误。

na.rm 选项影响时间相关协变量的创建。是否应该忽略 data2 中缺少变量值的数据行，还是应该生成值为 NA 的观察值？默认值 TRUE 会导致最后一个非缺失值被结转。 delay 选项会导致时间相关协变量的新值延迟，请参阅插图中的示例。

值

具有两个额外属性 tm.retain 和 tcount 的 DataFrame 。第一个包含关键变量的名称，以及哪些名称对应于 tdc 或事件变量。 tcount 变量包含匹配类型的计数。在主题的第一个间隔之前出现的新时间值是"early"，在主题的最后一个间隔之后出现的新时间值是"late"，而落入间隙的时间值的类型是"gap"。所有这些都被认为超出了给定主题的指定时间范围。此类事件将被丢弃。 data2 中的观察值，其标识符与 data1 中的行不匹配，其类型为 "missid"，也会被丢弃。与时间相关的协变量值将应用于稍后的间隔，但不会在输出中生成新的时间点。

最常见的类型通常是"within"，对应于那些落在现有间隔内并导致其被分成两部分的新时间。恰好落在间隔边但在对象的(分钟，最大)时间内的观察被计为位于 "leading" 边、"trailing" 边或 "boundary" 上。例如，第一个对应于事件对于间隔为 (0,15] 和 (17, 35] 的人来说，在 17 处。在时间 17 处出现 tdc 将影响此间隔，但在 17 处出现 event 将被忽略。在 15 处出现 event 将影响该间隔。在 (0,15] 间隔内计数。最后一种情况是主数据集对某个主题具有接触间隔，例如 (17, 28] 和 (28,35]，并且新的事件出现在连接处。事件将继续到较早的间隔并计数到后一个。最后一列显示 id 和时间点相同的添加次数。发生这种情况时，tdc 和 event 运算符将使用数据中的最终值(最后一次编辑获胜)，但忽略缺失，而 cumtdc 和 cumevent 运算符将值相加。

这些额外的属性是短暂的，如果数据帧被修改，这些属性将被丢弃。这是故意的，因为如果例如选择了一个子集，它们将变得无效。

例子

# The pbc data set contains baseline data and follow-up status
# for a set of subjects with primary biliary cirrhosis, while the
# pbcseq data set contains repeated laboratory values for those
# subjects.  
# The first data set contains data on 312 subjects in a clinical trial plus
# 106 that agreed to be followed off protocol, the second data set has data
# only on the trial subjects.
temp <- subset(pbc, id <= 312, select=c(id:sex, stage)) # baseline data
pbc2 <- tmerge(temp, temp, id=id, endpt = event(time, status))
pbc2 <- tmerge(pbc2, pbcseq, id=id, ascites = tdc(day, ascites),
               bili = tdc(day, bili), albumin = tdc(day, albumin),
               protime = tdc(day, protime), alk.phos = tdc(day, alk.phos))

fit <- coxph(Surv(tstart, tstop, endpt==2) ~ protime + log(bili), data=pbc2)

作者

Terry Therneau

也可以看看

neardate