R中的单个生存曲线图

Question

在R中，我将数据库安排为一个计数过程，以应用扩展的Cox模型（具有随时间变化的协变量）：终点是事件发生时间或审查时间，切点是数据中所有事件发生的时间：

newdatabase <- survSplit(database,cut=eventTimes,
                            end=time_to_event_variable,
                            event=Status,start="start",id="newID")

object<-coxph(Surv(newdatabase$start, newdatabase[time_to_event_variable],
                    newdatabase[Status] ~., 
                    data = newdatabase [c(some_covariates)])

现在我的愿望是绘制个体生存曲线（对于个体i）：

S_i_cox <- survfit(object,newdata=newdatabase,id=newID)[i] 

我的问题是survFit对象仅描述患者i在其他事件之前的事件时间到患者i的事件时间之前的生存曲线：

换句话说，每个病人的S_i_cox$time and S_i_cox$surv会有所不同，这取决于病人i事件之前发生了多少事件。 例如，具有最低时间事件的患者只能测​​量其生存曲线（在对象S_i_cox ）。

如何获得更多的生存点（并获得曲线的真实估计）？ 我知道我可以将survSplit的切点更改为更多点​​，但其想法是还要预测患者实际终点事件后的个体存活率。

非常感谢Ilan

Answer 1

我记得使用扩展的Cox模型来执行此操作，就像您上面描述的那样

克莱因鲍姆（Kleinbaum）在他的书中对此进行了解释：通过将摘要或绘图功能应用于从函数survfit创建的对象，可以获得Cox调整后的生存估计和绘图。 第一步是使用coxph函数运行Cox模型。

调整后的生存曲线通常取决于协变量的模式。 假设我们有兴趣绘制模式SEX ='MALE'，BLOOD_PRESSURE = 130和TREATMENT = 0的生存曲线。 首先，我们需要使用data.frame函数创建一个数据集（或数据框）并进行一次观察。 例如：

pattern1=data.frame(SEX='MALE', BLOOD_PRESSURE=130, TREATMENT=0)

这个观察数据帧称为pattern1。 要获得用Cox调整的生存估计值，请在摘要函数中应用survfit函数，如下所示：

summary(survfit(mod1,newdata=pattern1))

survfit函数的第一个参数是使用coxph函数创建的名为mod1的对象。 第二个参数提供包含感兴趣的协变量模式（称为pattern1）的数据框。

要绘制它：

plot(survfit(mod1,newdata=pattern1))