![](/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”構建了 Cox Proportional Hazards 模型,並嘗試對其進行交叉驗證。 將數據分成訓練集和測試集是我想做的,但我是生存分析的新手,除了 rms::calibrate 之外,在文獻中找不到任何東西。 我無法讓它工作。
這是代碼:
# 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' 是時間增量 (1yr) - 查看 model$surv.summary,我可以看到生存和 '不。 20 年中每一年的風險數據。 所以這是有道理的。 但是調用 rms::calibrate 我得到的第一條消息是Using Cox survival estimates at 1 Days
......並查看我得到的校准:
> summary(attr(modrms,"predicted"))
Min. 1st Qu. Median Mean 3rd Qu. Max.
1 1 1 1 1 1
...所以看起來模型已經校准了 1 天? 當然,每個人都活了下來(1=100%)……使用rms::calibrate(model, B = 40, u = 20)
發生同樣的事情。
我再次嘗試開始:
units(grid3@data$def_mean) <- "year"
surv3 <- Surv(grid3@data$def_mean, grid3@data$status)
...但這給了我一個錯誤!
Error in Ops.units(time, origin) :
both operands of the expression should be "units" objects
我不知道接下來要嘗試什么。 如果我能用 2000-10 年的數據建立一個模型,用它來預測 2010-20 年,並查看預測與實際,那不是很好嗎? 但是我堅持校准,並且文檔假設了比我更多的統計專業知識(大學統計數據加上努力提高我的數學)。
這是數據結構(不知道如何使其可重現):
> 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學習曲線。 您已經了解到有時會遺漏的一件事:使用datadist()
匯總預測變量的重要性,然后設置datadist
選項(使用datadist
對象的字符名稱)以便匯總函數具有合理的默認選擇用於展示。
關於第二個錯誤,我想知道您是否可能沒有在更改時間單位后重新運行datadist()
命令並重置datadist
選項。 rms
相關的Hmisc
包中的units()
和label()
函數可能非常有用,但是如果您在使用它們后不重新運行和重置datadist()
我懷疑事情會混淆下游的軟件。 如果您在一個地方指定一個單位,它可能會期望在另一個地方使用相同的單位。
但是,這些命令不進行任何轉換。 默認假設是時間單位是“天”,因此這就是默認情況下在輸出中打印的內容。 如果將“單位”更改為“年”,打印輸出將顯示“年”而不是“日”,但基礎計算不會改變。
因此,盡管calibrate()
最初聲稱在“1 天”進行計算,但事實並非如此; 那只是它的默認打印單位。 它仍然在time = 1
進行校准。 在如此早的時間進行校准可能不是您想要的。
我依稀記得如果原始cph()
調用中的time.inc
設置與calibrate()
調用中的u
設置不匹配, time.inc
出現一些問題。 我通常的做法是知道我想要校准的時間點(例如,某些類型癌症數據的 3 年生存率)並將其用於這兩種設置。 玩一下玩具數據集,看看如何讓它適合你。
最后, calibrate()
最好與plot()
一起使用來顯示校准曲線(理想的、建模的、由引導程序校正的樂觀)。 如果您嘗試print()
calibrate
對象,則可能會出現故障。 標准圖上顯示的值是正確的。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.