指数风险模型系数的相反方向（带有 survreg 和 glm 泊松）

Question

我想用 R 中的一个预测变量估计一个指数风险模型。出于某种原因，当我使用带有偏移 log t 的 glm 泊松估计它时以及当我只使用 survreg 函数时，我得到的系数具有相反的符号来自生存包。我相信解释很明显，但我无法理解。

例子

t <- c(89,74,23,74,53,3,177,44,28,43,25,24,31,111,57,20,19,137,45,48,9,17,4,59,7,26,180,56,36,51,6,71,23,6,13,28,16,180,16,25,6,25,4,5,32,94,106,1,69,63,31)
d <- c(0,1,1,0,1,1,0,1,1,0,1,1,1,1,0,0,1,0,1,1,1,0,1,0,1,1,0,0,1,1,1,1,1,1,1,1,1,0,1,1,1,1,1,1,1,0,1,1,1,1,1)
p <- c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,0,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,0,0,0,1,1,1)
df <- data.frame(d,t,p)

# exponential hazards model using poisson with offest log(t)
summary(glm(d ~ offset(log(t)) + p, data = df, family = "poisson"))

产生：

Coefficients:
            Estimate Std. Error z value Pr(>|z|)    
(Intercept)  -5.3868     0.7070  -7.619 2.56e-14 ***
p             1.3932     0.7264   1.918   0.0551 .

与

相比

# exponential hazards model using survreg exponential
require(survival)
summary(survreg(Surv(t,d) ~ p, data = df, dist = "exponential"))

产生：

            Value Std. Error     z        p
(Intercept)  5.39      0.707  7.62 2.58e-14
p           -1.39      0.726 -1.92 5.51e-02

为什么系数方向相反？我该如何解释结果？谢谢！

Answer 1

在第二个模型中，p 值的增加与预期生存率的降低相关。在第一个模型中，增加的 p 具有较长的 t 值意味着更高的生存机会和更低的风险。风险的变化和必要的平均生存时间值是相反的。绝对值相同的事实来自数学恒等式 log(1/x) = -log(x)。在指数模型中，风险（完全）与平均寿命成反比。

指数风险模型系数的相反方向（带有 survreg 和 glm 泊松）

Opposite directions of exponential hazard model coefficients ( with survreg and glm poisson)

r

exponential

survival-analysis

poisson