R中的單個生存曲線圖

Question

在R中，我將數據庫安排為一個計數過程，以應用擴展的Cox模型（具有隨時間變化的協變量）：終點是事件發生時間或審查時間，切點是數據中所有事件發生的時間：

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)])

現在我的願望是繪制個體生存曲線（對於個體i）：

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

我的問題是survFit對象僅描述患者i在其他事件之前的事件時間到患者i的事件時間之前的生存曲線：

換句話說，每個病人的S_i_cox$time and S_i_cox$surv會有所不同，這取決於病人i事件之前發生了多少事件。 例如，具有最低時間事件的患者只能測​​量其生存曲線（在對象S_i_cox ）。

如何獲得更多的生存點（並獲得曲線的真實估計）？ 我知道我可以將survSplit的切點更改為更多點​​，但其想法是還要預測患者實際終點事件后的個體存活率。

非常感謝Ilan

Answer 1

我記得使用擴展的Cox模型來執行此操作，就像您上面描述的那樣

克萊因鮑姆（Kleinbaum）在他的書中對此進行了解釋：通過將摘要或繪圖功能應用於從函數survfit創建的對象，可以獲得Cox調整后的生存估計和繪圖。 第一步是使用coxph函數運行Cox模型。

調整后的生存曲線通常取決於協變量的模式。 假設我們有興趣繪制模式SEX ='MALE'，BLOOD_PRESSURE = 130和TREATMENT = 0的生存曲線。 首先，我們需要使用data.frame函數創建一個數據集（或數據框）並進行一次觀察。 例如：

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

這個觀察數據幀稱為pattern1。 要獲得用Cox調整的生存估計值，請在摘要函數中應用survfit函數，如下所示：

summary(survfit(mod1,newdata=pattern1))

survfit函數的第一個參數是使用coxph函數創建的名為mod1的對象。 第二個參數提供包含感興趣的協變量模式（稱為pattern1）的數據框。

要繪制它：

plot(survfit(mod1,newdata=pattern1))