R rotterdam Royston 和 Altman (2013) 使用的乳腺癌數據集

說明

rotterdam 數據集包括 2982 名原發性乳腺癌患者，其記錄已包含在鹿特丹腫瘤庫中。

用法

rotterdam
data(cancer, package="survival")

格式

包含以下 15 個變量的 2982 個觀察值的 DataFrame 。

pid

患者標識符

year

操作年份

age

操作年齡

meno

絕經狀態(0=絕經前，1=絕經後)

size

腫瘤大小，具有以下級別的因子<=20 20-50 >50

grade

分化等級

nodes

陽性淋巴結數量

pgr

孕酮受體 (fmol/l)

er

雌激素受體 (fmol/l)

hormon

激素治療(0=否，1=是)

chemo

化療

rtime

距複發或最後一次隨訪的天數

recur

0=無複發，1=複發

dtime

距死亡或最後一次隨訪的天數

death

0=活著，1=死了

細節

下麵引用的 Royston 和 Altman 的論文中使用了這些數據集。鹿特丹數據用於創建擬合模型，GBSG 數據用於驗證模型。論文給出了數據來源的參考。

有43名受試者未複發而死亡，但其死亡時間大於複發的審查時間。發生這種情況的常見方式是，在研究結束後的某個時間更新健康記錄中的死亡日期，然後在創建研究數據集時獲取該值。重要狀態信息可以來自多種來源：患者因其他病症就診、信件、金融交易或社交媒體。但這引發了有關審查的嚴重問題。例如，受試者 40 在 4.2 歲時檢查複發情況，並在 6.6 歲時死亡；在創建無複發生存終點(複發或死亡的早期)時，將其視為 6.6 年死亡，隱含地假設他們在死亡前沒有複發。為了證明這一點，我們必須假設，如果他們在死亡前 2.4 年的時間間隔內(在研究之外)取得了進展，那麽這些信息也會記錄在他們的一般醫療記錄中，並且也會記錄在研究中數據集。然而，這可能不太可能。死亡信息通常位於電子健康記錄的集中位置，程序員可以輕鬆訪問並與研究數據合並，而複發可能需要人工審核。如何最好地解決這個問題是一個懸而未決的問題。

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

參考

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