对来自 KMsurv 包的数据（刻录）使用 2 边对数秩检验

Question

我正在尝试运行一个 2 边对数秩检验来测试数据中 T3 和 Z1 的假设（燃烧）。，（KMsurv）。

这是使用的代码：

library(KMsurv)
data()
data(burn)
burn

library(survival)
KM.fit<-survfit(Surv(T3,Z1)~1,data=burn)
summary(KM.fit)
plot(KM.fit, lty=1:2, lwd=2, col=c("black", "blue"))
legend(5, 0.4, c("group 1: surgically", "group 2: percutaneously"), lty=1:2, lwd=c(2,2), col=c("black", "blue"))

logrank<-survdiff(Surv(T3, Z1)~Treatment, data=burn)
logrank$obs[1]
logrank$exp[1]
logrank$var[1,1]

错误消息是： eval(predvars, data, env) 中的错误：找不到对象“处理”

为了比较这 2 位患者，我应该用什么代替“治疗”？ 代码中还有其他错误吗？

Answer 1

library(survival)

以下是不正确的：

KM.fit<-survfit(Surv(T3,Z1)~1,data=burn)

你可能想要：

KM.fit <- survfit(Surv(T3, D3)~1, data=burn)

这是带状金黄色葡萄球菌感染的总体存活率。 有关如何构造此对象的详细信息，请参阅Surv的帮助页面。 绘制生存曲线：

plot(KM.fit, lwd=2)

这给出了具有 95% 置信区间的整个组的 Kaplan-Meier 生存曲线。

要测试治疗效果（Z1：沐浴 vs 身体清洁），然后将 Z1 添加到公式的右侧：

KM.fit.Z1 <- survfit(Surv(T3,D3)~Z1, data=burn)
KM.fit.Z1

cols <- c("black", "blue")
plot(KM.fit.Z1, lwd=2, lty=1:2, col=cols)
legend(5, 0.3, c("group 1: Bathing", "group 2: bodily cleansing"), 
       lty=1:2, lwd=c(2,2), col=cols)

和测试：

survdiff(Surv(T3, D3)~Z1, data=burn)

burn的帮助页面解释了变量：

Z1 护理：0-常规沐浴 1-身体清洁

Z2 性别（0=男性 1=女性）

Z3 种族：0=非白色 1=白色

T3 金黄色葡萄球菌感染时间或研究时间

D3 金黄色葡萄球菌感染：1=是 0=否