R 中調整后的生存曲線來自 Cox Model 在特定協變量值

Question

我想 plot 在特定的協變量值下調整 Cox model 的生存曲線。 survfit package 中的survival package 和ggsurvplot中的survminer允許人們輕松地從 model 調整生存曲線 plot，但似乎僅在協變量的平均值處這樣做。 我想 plot 曲線在我指定的值，但找不到在R中輕松執行此操作的方法。 SAS可以通過在PROC PHREG中使用BASELINE命令輕松完成此操作，我希望能夠在R中執行類似的操作。

Answer 1

您可以“手動”執行此操作。 這是使用來自coxph()的示例數據的一種可能性。 本質上，您需要制作一個數據集，該數據集將所有 model 個變量保持為您要使用的值，然后在數據中從最小值到最大值（此處為 0:4）改變時間。 然后，您可以預測這些數據和 plot 的生存概率。

  library(ggplot2)
  library(survival)
  test1 <- list(time=c(4,3,1,1,2,2,3), 
              status=c(1,1,1,0,1,1,0), 
              x=c(0,2,1,1,1,0,0), 
              sex=c(0,0,0,0,1,1,1)) 
# Fit a stratified model 
m1 <- coxph(Surv(time, status) ~ x + strata(sex), test1) 

tmp1 <- data.frame(
  time = 0:4, 
  status=0, 
  x = 1, 
  sex = 0)

tmp1$fit <- predict(m1, newdata=tmp1, type="survival")

ggplot(tmp1, aes(x=time, y=fit)) + 
  geom_line() + 
  geom_point() + 
  theme_classic()

下面，我們選擇不同的x值，生成預測並將數據與上面的預測數據放在一起。 如果您願意，這可以一步完成。

tmp2 <- data.frame(
  time = 0:4, 
  status=0, 
  x = 2, 
  sex = 0)

tmp2$fit <- predict(m1, newdata=tmp2, type="survival")

tmp <- rbind(tmp1, tmp2)

現在，我們可以對同一個 plot 進行兩組預測 plot。

ggplot(tmp, aes(x=time, y=fit, colour=as.factor(x))) + 
  geom_line() + 
  geom_point() + 
  theme_classic() + 
  labs(colour="X")

^{由reprex package (v2.0.1) 創建於 2022-04-29}