![](/img/trans.png)
[英]How to get for an intercept only cox ph model in R and what does that mean in the survival package?
[英]Calibrating a Cox PH model with R packages 'survival' and 'rms': time unit confusion
我使用 R 包“rms”构建了 Cox Proportional Hazards 模型,并尝试对其进行交叉验证。 将数据分成训练集和测试集是我想做的,但我是生存分析的新手,除了 rms::calibrate 之外,在文献中找不到任何东西。 我无法让它工作。
这是代码:
# using the package 'survival', I make a survival object with
# follow-up time (2000 to 2020) and status (event=1, survival/censoring 0)
surv2 <- Surv(grid3@data$def_mean, grid3@data$status)
d <- datadist(grid3@data) # stores distribution summaries for potential variables??
options(datadist = "d") # seems to help cph() refer to variables
model <- cph(surv2 ~ cost_mean + elev_mean + popn_mean + cop99 + PAs_mean,
data = grid3@data, x = TRUE, y = TRUE, surv = TRUE, time.inc=1)
modrms <- rms::calibrate(model, B = 40, u = 1)
'time.inc' 是时间增量 (1yr) - 查看 model$surv.summary,我可以看到生存和 '不。 20 年中每一年的风险数据。 所以这是有道理的。 但是调用 rms::calibrate 我得到的第一条消息是Using Cox survival estimates at 1 Days
......并查看我得到的校准:
> summary(attr(modrms,"predicted"))
Min. 1st Qu. Median Mean 3rd Qu. Max.
1 1 1 1 1 1
...所以看起来模型已经校准了 1 天? 当然,每个人都活了下来(1=100%)……使用rms::calibrate(model, B = 40, u = 20)
发生同样的事情。
我再次尝试开始:
units(grid3@data$def_mean) <- "year"
surv3 <- Surv(grid3@data$def_mean, grid3@data$status)
...但这给了我一个错误!
Error in Ops.units(time, origin) :
both operands of the expression should be "units" objects
我不知道接下来要尝试什么。 如果我能用 2000-10 年的数据建立一个模型,用它来预测 2010-20 年,并查看预测与实际,那不是很好吗? 但是我坚持校准,并且文档假设了比我更多的统计专业知识(大学统计数据加上努力提高我的数学)。
这是数据结构(不知道如何使其可重现):
> str(grid3@data)
'data.frame': 36918 obs. of 7 variables:
$ def_mean : num 20 20 20 20 20 20 20 20 20 20 ...
$ status : num 0 0 0 0 0 0 0 0 0 0 ...
$ elev_mean : num -0.664 -0.664 -0.664 -0.664 -0.664 ...
$ popn_mean : num -0.1658 0.0664 -0.1484 0.0601 -0.0381 ...
$ cost_mean : num 1.53 1.48 1.43 1.66 1.6 ...
$ PAs_mean : num 0 0 0 0 0 0 0 0 0 0 ...
$ cop99 : Factor w/ 12 levels "10","20","30",..: 5 5 5 5 5 5 5 5 5 5 ...
> summary(grid3@data$def_mean)
Min. 1st Qu. Median Mean 3rd Qu. Max.
3.20 20.00 20.00 19.59 20.00 20.00
> table(grid3@data$status)
0 1
34696 2222
rms
包在某些方面可能具有陡峭的学习曲线。 您已经了解到有时会遗漏的一件事:使用datadist()
汇总预测变量的重要性,然后设置datadist
选项(使用datadist
对象的字符名称)以便汇总函数具有合理的默认选择用于展示。
关于第二个错误,我想知道您是否可能没有在更改时间单位后重新运行datadist()
命令并重置datadist
选项。 rms
相关的Hmisc
包中的units()
和label()
函数可能非常有用,但是如果您在使用它们后不重新运行和重置datadist()
我怀疑事情会混淆下游的软件。 如果您在一个地方指定一个单位,它可能会期望在另一个地方使用相同的单位。
但是,这些命令不进行任何转换。 默认假设是时间单位是“天”,因此这就是默认情况下在输出中打印的内容。 如果将“单位”更改为“年”,打印输出将显示“年”而不是“日”,但基础计算不会改变。
因此,尽管calibrate()
最初声称在“1 天”进行计算,但事实并非如此; 那只是它的默认打印单位。 它仍然在time = 1
进行校准。 在如此早的时间进行校准可能不是您想要的。
我依稀记得如果原始cph()
调用中的time.inc
设置与calibrate()
调用中的u
设置不匹配, time.inc
出现一些问题。 我通常的做法是知道我想要校准的时间点(例如,某些类型癌症数据的 3 年生存率)并将其用于这两种设置。 玩一下玩具数据集,看看如何让它适合你。
最后, calibrate()
最好与plot()
一起使用来显示校准曲线(理想的、建模的、由引导程序校正的乐观)。 如果您尝试print()
calibrate
对象,则可能会出现故障。 标准图上显示的值是正确的。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.