如何处理 cox 比例风险 model 中的时间相关变量 r

Question

我对 cox model 中的时间相关变量有疑问。 假设我有三个阶段并且事件可能随时发生，我如何在 cox model 中拟合这三个时间相关变量 tr1、tr2、tr3？ 示例数据集如下所示：

tr1 <- c(11.6, 19.04, NA, NA, 10.39, 4.63)
tr2 <- c(63.85, 20.29, NA, NA, 11.64, 7.33)
tr3 <- c(66.51, 22.95, NA, NA, 16.05, 9.11)


if_event <- c(1, 1, 0, 0, 1, 1)
sur_time <- c(125.81, 30.23, 59.27, 161.17, 51.36, 7.52)
income <- c(103844, 57246, 83056, 38380, 37518, 900)
population <- c(10000, 20000, 40000, 88000, 90000, 102034)
dat <- cbind(tr1, tr2, tr3, if_event, sur_time, income, population)

我可以使用coxph(Surv(time, event) ~ tr1 * tr2 + tr1 * tr3 + tr2 * tr3, data)来显示时间相关变量 tr1、tr2 和 tr3？

非常感谢您的帮助。

有关数据集的更多详细信息：

tr1、tr2和tr3是三个时间相关变量，因为它们的起点相同，即tr1表示从0到tr1的时间，tr2表示从0到tr2的时间，tr3表示从0到tr3的时间. if_event为1时，说明事件已经发生，查看记录1，存活发生在tr3时间后； 对于记录 6，生存发生在 tr2 和 tr3 之间。

Answer 1

我仍然不确定我是否理解你，但我需要更多的空间来写。

我想你的意思是有4个阶段。 每个人都从阶段 1 开始，然后在时间 tr1 他们进入阶段 2，在时间 tr2 他们进入阶段 3，在时间 tr3 他们进入阶段 4。下面我以开始-停止格式创建该数据集，如此处所述. https://cran.r-project.org/web/packages/survival/vignettes/timedep.pdf

library(survival)
dat0 <- data.frame(
  id = 1:6,
  time = c(125.81, 30.23, 59.27, 161.17, 51.36, 7.52),
  status = c(1,1,0,0,1,1))
dat1 <- data.frame(
  id = 1:6,
  time = rep(0, 6),
  phase = factor(c("phase1", "phase1", NA, NA, "phase1", "phase1")))
dat2 <- data.frame(
  id = rep(1:6),
  time = c(11.6, 19.04, NA, NA, 10.39, 4.63),
  phase = factor(rep("phase2", 6)))
dat3 <- data.frame(
  id = rep(1:6),
  time = c(63.85, 20.29, NA, NA, 11.64, 7.33),
  phase = rep("phase3", 6))
dat4 <- data.frame(
  id = rep(1:6),
  time = c(66.51, 22.95, NA, NA, 16.05, 9.11),
  phase = rep("phase4", 6))
dat_rbind <- rbind(dat1, dat2, dat3, dat4)
newdat <- tmerge(dat0, dat0, id = id, status = event(time, status))
newdat$time <- NULL
dat <- tmerge(newdat, dat_rbind, id = id, phase = tdc(time, phase))
dat
#>    id status tstart  tstop  phase
#> 1   1      0   0.00  11.60 phase1
#> 2   1      0  11.60  63.85 phase2
#> 3   1      0  63.85  66.51 phase3
#> 4   1      1  66.51 125.81 phase4
#> 5   2      0   0.00  19.04 phase1
#> 6   2      0  19.04  20.29 phase2
#> 7   2      0  20.29  22.95 phase3
#> 8   2      1  22.95  30.23 phase4
#> 9   3      0   0.00  59.27   <NA>
#> 10  4      0   0.00 161.17   <NA>
#> 11  5      0   0.00  10.39 phase1
#> 12  5      0  10.39  11.64 phase2
#> 13  5      0  11.64  16.05 phase3
#> 14  5      1  16.05  51.36 phase4
#> 15  6      0   0.00   4.63 phase1
#> 16  6      0   4.63   7.33 phase2
#> 17  6      1   7.33   7.52 phase3

为了解释数据，个人 1 在时间 0 开始在阶段 1。对于 0-11.60，他们处于阶段 1。在 tr1，他们还没有发生事件，他们从阶段 1 进入下一个阶段，从 11.60 进入阶段 2- 63.85。 当他们进入阶段 3 和阶段 4 时仍然没有事件。然后在时间 125.81，他们在阶段 4 中发生了事件。

对于个人 6，他们在时间 7.52 经历了一个事件，当时他们处于阶段 3。这阻止了他们未来的任何观察发生，因此个人 6 永远不会进入阶段 4。

这就像我在之前的评论中所说的，你说这不太对。 你能描述一下这是什么问题吗？