與時間相關的協變量——這段代碼有問題嗎？ （R程序）

Question

我正在使用survival package 使用時間相關協變量檢查我的一些 Cox 多元回歸分析的比例風險假設。 問題是觀察具有不同 ADAMTS13 水平（一種酶）的組的存活率。

我可以檢查我的代碼本身是否有問題嗎？ 它一直說Error in tt(TMAdata$ADAMTS13level.f): could not find function "tt" 。 為什么？

值得注意的是， ADAMTS13level.f是一個因子變量。

cox_multivariate_survival_ADAMTS13 <- coxph(Surv(TMAdata$Daysalive, TMAdata$'Dead=1')
                                                        ~TMAdata$ADAMTS13level.f
                                                        +TMAdata$`Age at diagnosis`
                                                        +TMAdata$CCIwithoutage
                                                        +TMAdata$Gender.f
                                                        +TMAdata$`Peak Creatinine`
                                                        +TMAdata$DICorcrit.f,
                                                        tt(TMAdata$ADAMTS13level.f), 
                                                        tt = function(x, t, ...)
                                                        {mtrx <- model.matrix(~x)[,-1] 
                                                         mtrx * log(t)})

謝謝 - 從我的實際代碼或拼寫錯誤的基礎開始 - 我嘗試了不同的排列但無濟於事。

Answer 1

@Limey 是在正確的軌道上！

ADAMTS13level.f的時間轉換版本需要添加到 model 中，而不是被分離到coxph(...)的單獨參數中。

Max Gordon 的How to use the timeSplitter中描述了測試與時間相關的分類變量時的coxph調用形式。

其他有用的文檔：

coxph - 擬合比例風險回歸 model

cox_multivariate_survival_ADAMTS13 <- 
  coxph(
    Surv(
      Daysalive,
      'Dead=1'
    ) ~
      ADAMTS13level.f
    + `Age at diagnosis`
    + CCIwithoutage
    + Gender.f
    + `Peak Creatinine`
    + DICorcrit.f,
    + tt(ADAMTS13level.f), 
    tt = function(x, t, ...) {
      mtrx <- model.matrix(~x)[,-1]
      mtrx * log(t)
    },
    data = TMAdata
  )

ps 使用原始數據，還有一個問題，因為Daysalive包含一個零 (0) 值，這最終導致coxph的“無限預測”錯誤，可能是因為tt使用log(t)轉換了數據。 （ https://rdrr.io/github/therneau/survival/src/R/coxph.R ）