如何通过协变量的变化从 COX 回归 model 中得出 X 年生存概率（假设 X=10）plot？

Question

我注意到为生存曲线 plot 提供的大多数代码都是关于按时间生存的趋势，是否有任何 r package 可以将“时间”设置为固定的，例如 10 年，以及 plot 10 年生存概率随协变量的变化，例如年龄？

我正在使用 COX 回归。

谢谢！

Answer 1

您可以随时使用predict来获得预测的生存期以及您希望的任何协变量水平。 您尚未提供您的 model 或您的数据，因此我将从survival包的内置lung数据集中创建一个演示。

library(survival)

df <- survival::lung[c(2, 3, 4, 5)]
df$time <- (df$time * 2) / 365
df$status <- df$status - 1

model <- coxph(Surv(time, status) ~ age + strata(sex), df) 

为了对不同年龄段的男女在十年后进行预测，我们创建了一个小数据框，其中包含 model 中使用的所有变量，但设置为我们想要的值（包括status ，它被忽略，因此我们可以将其设置为0)

new_data <- data.frame(age = rep(50:90, 2), sex = rep(1:2, each = 41),
                       time = 10, status = 0)

现在我们将这个新数据插入predict with type = "survival"并将其存储在我们的新数据框中。

new_data$survival <- predict(model, newdata = new_data, type = "survival")

现在我们可以得到 plot 结果。 在这里，我将使用ggplot ：

library(ggplot2)

ggplot(new_data, aes(age, survival, color = c("male", "female")[sex])) +
  geom_line(size = 1.5) +
  scale_color_manual(values = c("orangered", "deepskyblue3"), name = "Sex") +
  scale_y_continuous(labels = scales::percent) +
  labs(title = "10 year survival according to age") +
  theme_minimal() +
  theme(text = element_text(size = 16))

^{由reprex package (v2.0.1) 创建于 2022-03-10}