如何通過協變量的變化從 COX 回歸 model 中得出 X 年生存概率（假設 X=10）plot？

Question

我注意到為生存曲線 plot 提供的大多數代碼都是關於按時間生存的趨勢，是否有任何 r package 可以將“時間”設置為固定的，例如 10 年，以及 plot 10 年生存概率隨協變量的變化，例如年齡？

我正在使用 COX 回歸。

謝謝！

Answer 1

您可以隨時使用predict來獲得預測的生存期以及您希望的任何協變量水平。 您尚未提供您的 model 或您的數據，因此我將從survival包的內置lung數據集中創建一個演示。

library(survival)

df <- survival::lung[c(2, 3, 4, 5)]
df$time <- (df$time * 2) / 365
df$status <- df$status - 1

model <- coxph(Surv(time, status) ~ age + strata(sex), df) 

為了對不同年齡段的男女在十年后進行預測，我們創建了一個小數據框，其中包含 model 中使用的所有變量，但設置為我們想要的值（包括status ，它被忽略，因此我們可以將其設置為0)

new_data <- data.frame(age = rep(50:90, 2), sex = rep(1:2, each = 41),
                       time = 10, status = 0)

現在我們將這個新數據插入predict with type = "survival"並將其存儲在我們的新數據框中。

new_data$survival <- predict(model, newdata = new_data, type = "survival")

現在我們可以得到 plot 結果。 在這里，我將使用ggplot ：

library(ggplot2)

ggplot(new_data, aes(age, survival, color = c("male", "female")[sex])) +
  geom_line(size = 1.5) +
  scale_color_manual(values = c("orangered", "deepskyblue3"), name = "Sex") +
  scale_y_continuous(labels = scales::percent) +
  labs(title = "10 year survival according to age") +
  theme_minimal() +
  theme(text = element_text(size = 16))

^{由reprex package (v2.0.1) 創建於 2022-03-10}