R Surv 創建一個生存對象

說明

創建一個生存對象，通常用作模型公式中的響應變量。參數匹配對於此函數來說是特殊的，請參閱下麵的詳細信息。

用法

Surv(time, time2, event,
    type=c('right', 'left', 'interval', 'counting', 'interval2', 'mstate'),
    origin=0)
is.Surv(x)

參數

time	對於右刪失數據，這是後續時間。對於間隔數據，第一個參數是間隔的開始時間。
event	狀態指示器，通常0=活著，1=死。其他選擇是TRUE /FALSE(TRUE=死亡)或1/2(2=死亡)。對於區間刪失數據，狀態指示器為 0=右刪失，1=time 處的事件，2=左刪失，3=區間刪失。對於多端點數據，事件變量將是一個因子，其第一級被視為審查。盡管不常見，但事件指示符可以省略，在這種情況下，假定所有受試者都發生了事件。
time2	僅用於間隔刪失或計數過程數據的間隔結束時間。假定間隔在左側開放，在右側封閉，(start, end] 。對於計數過程數據，event 指示在時間間隔結束時是否發生事件。
type	指定審查類型的字符串。可能的值為 "right" 、 "left" 、 "counting" 、 "interval" 、 "interval2" 或 "mstate" 。
origin	用於計算過程數據的危險函數原點。此選項旨在與包含時間相關層的模型結合使用，以便在受試者從一個層跨越到另一個層時正確對齊受試者，但它很少被證明有用。
x	任何 R 對象。

細節

當 type 參數缺失時，代碼將采用基於以下規則的類型：

• 如果有兩個未命名參數，它們將按順序匹配 time 和 event。如果存在三個未命名參數，則它們匹配 time 、 time2 和 event 。

• 如果事件變量是一個因子，則假定類型為mstate。否則，如果沒有 time2 參數，則鍵入 right；如果有，則鍵入 counting。

因此，type 參數通常會被省略。

當生存類型為"mstate"時，狀態變量將被視為一個因子。該因子的第一級用於表示審查，其餘級表示到給定狀態的過渡。 (如果狀態變量是一個因子，則假定為mstate。)

區間刪失數據可以用兩種方式表示。第一次使用 type = "interval" 和上麵顯示的代碼。在該用法中，除非 event=3，否則 time2 參數的值將被忽略。第二種方法是將每個觀察視為一個時間間隔，其中(-無窮大，t2)表示左刪失，(t1，無窮大)表示右刪失，(t，t)表示精確，(t1，t2)表示間隔。這是用於 type = Interval2 的方法。無限值可以用實際無窮大 (Inf) 或 NA 表示。事實證明，第二種形式更有用。

目前，唯一允許區間刪失數據的方法是由 survreg 計算的參數模型和由 survfit 計算的生存曲線；對於這兩種情況，開區間和閉區間之間的區別並不重要。這種區別對於計算過程數據和 Cox 模型很重要。

該函數嘗試通過條件 if (max(status)==2) 區分對審查數據使用 0/1 和 1/2 編碼。如果使用1/2編碼並且對所有受試者進行審查，它就會猜測錯誤。在任何有問題的情況下，使用邏輯編碼會更安全，例如，Surv(time, status==3) 表示 '3' 是事件的代碼。對於多狀態生存，狀態變量將是一個因子，假設其第一級對應於審查。

Surv 對象可以作為向量下標，例如x[1:3] 使用單個下標，在這種情況下，drop 參數將被忽略，結果將是一個生存對象；或使用兩個下標作為矩陣。如果缺少第二個下標並且 drop=F (默認)，則下標的結果將是 Surv 對象，例如 x[1:3,,drop=F] ，否則結果將是一個矩陣(或向量)，符合默認行為用於下標矩陣。

值

類 Surv 的對象。有 print 、 is.na 和下標生存對象的方法。 Surv 對象被實現為具有更多屬性的 2 或 3 列矩陣。其中包括多狀態對象的狀態類型(左審查、右審查、計數過程等)和標簽。輸入參數的任何屬性也保留在 inputAttributes 中。這對於在數據項(例如標簽)上附加了更多信息的其他包可能很有用；然而，生存包中的例程都沒有使用這些值。

對於 is.Surv ，如果 x 繼承自類 "Surv" ，則為邏輯值 TRUE ，否則為 FALSE 。

注意

使用 1/2 編碼表示狀態是一個有趣的曆史文物。對於打孔卡上包含的數據，IBM 360 Fortran 將空白視為零，這導致 Mayo Clinic 生物統計學部分製定了一項政策，永遠不要使用 "0" 作為數據值，因為人們無法將其與缺失值區分開。政策變成了習慣，就像經常發生的那樣，在生/死的打孔卡消亡之後，對生/死的 1/2 編碼的使用仍然持續了很長一段時間。在編寫 Surv 時，許多 Mayo 數據集仍然使用這種過時的約定，例如包中找到的 lung 數據集。

例子

with(aml, Surv(time, status))
survfit(Surv(time, status) ~ ph.ecog, data=lung)
Surv(heart$start, heart$stop, heart$event) 

也可以看看

coxph、survfit、survreg、lung。