考克斯模型風險比置信區間

Question

我使用MICE估算數據，並使用生存率運行了Cox模型。

輸出為：

>                        est        se         t        df     Pr(>|t|)  
   factor(ss748)Varian 0.78109445 0.1399757 5.5802158  254.8814 6.130658e-08    
   factor(ss749)Variant 0.43698935 0.2145538 2.0367359  213.579 4.291038e-02  
   factor(ss750)Variant 0.07076991 0.1757233 0.4027350  123.730 6.878381e-01      
   factor(ss751)Variant 0.09796057 0.1304451 0.7509714 4560.5547 4.52786e-01 

>                        lo 95     hi 95      nmis        fmi     lambda  
   factor(ss748)Variant  0.50543827 1.0567506   NA 0.13203983 0.12525575              
   factor(ss749)Variant  0.01407524 0.8599035   NA 0.14480694 0.136835
   factor(ss750)Variant -0.27704297 0.4185828   NA 0.19272691 0.17978321
   factor(ss751)Variant -0.15777509 0.3536962   NA 0.02997128 0.02954597

我知道SE與est有關，因此我知道獲得CI來估算我會做的事情：

(est - 1.96 X se, est + 1.96 x se). 

（這是lo 95和hi 95列的內容）。 我可以進行哪些具體計算以獲取人力資源的CI（即exp（est））？

我可以做：

(exp(est) -1.96 X se, exp(est) + 1.96 X se)以獲得HR的CI而不是est？

更簡單地說，如果我想使用此表來發布結果（HR = X，95％CI = X，P Val = X），該如何從上表進行處理？

謝謝

Answer 1

為了獲得危險比的CI，您應該對限值而不是基准值求冪，即

exp(c(est - 1.96*se, est + 1.96* se))

要么

 exp(est+c(-1.96,1.96)*se)

（用於單個CI;如果est和se是矢量，則后一種方法將不工作）

對於輸出表，類似於：

with(output,
   data.frame(HR=exp(est),lwr=exp(est-1.96*se),upr=exp(est+1.96*se),
              pval=`Pr(>|t|)`))

（我不是100％地確定您想要什么。）請注意，這是正常（不是基於Student-t的）置信區間，但是df> 100只會產生很小的差異。