仅使用事件发生时间数据计算 Cox PH 模型
Compute Cox PH models with only time to event data
我有几个单独的患者数据 (IPD) 集,其中只有事件数据的时间和一个用于审查或事件的布尔值。
我对 R 和 biostats 还很陌生,所以任何意见都将不胜感激。
我的问题如下:
我有多个基线相似的临床试验 IPD 数据集
我已经能够使用 Guyot 等人概述的方法抓取 IPD 数据。 ('Enhanced Secondary Analysis of Surival data...')
这为我提供了具有以下结构的数据帧:
event_time censor arm_id
1 1 X
2 0 X
5 1 X
censor = 1 是一个事件 | censor = 0 是审查事件
我想计算给定手臂的 Cox 比例风险统计数据,但我在网上找到的每次遍历都使用协变量数据 - 如何有效生成 Cox PH 统计数据?
非常感谢!
您的示例实际上没有足够的数字来生成任何有用的东西,但它足够大以演示所需的代码:
dt <- rd.txt("event_time censor arm_id
1 1 X
2 0 X
5 1 X")
#Don't use that rd.txt function unless you have defined one yourself.
coxph( Surv(event_time, event=censor) ~ 1, data=dt)
Call: coxph(formula = Surv(event_time, event = censor) ~ 1, data = dt)
Null model
log likelihood= -1.098612
n= 3
R 公式界面对非协变量模型使用 1
。如果您将其与另一个包含协变量的模型进行比较并想要进行似然比检验,则此类模型会很有用。
我有几个单独的患者数据 (IPD) 集,其中只有事件数据的时间和一个用于审查或事件的布尔值。
我对 R 和 biostats 还很陌生,所以任何意见都将不胜感激。
我的问题如下:
我有多个基线相似的临床试验 IPD 数据集
我已经能够使用 Guyot 等人概述的方法抓取 IPD 数据。 ('Enhanced Secondary Analysis of Surival data...')
这为我提供了具有以下结构的数据帧:
event_time censor arm_id 1 1 X 2 0 X 5 1 X
censor = 1 是一个事件 | censor = 0 是审查事件
我想计算给定手臂的 Cox 比例风险统计数据,但我在网上找到的每次遍历都使用协变量数据 - 如何有效生成 Cox PH 统计数据?
非常感谢!
您的示例实际上没有足够的数字来生成任何有用的东西,但它足够大以演示所需的代码:
dt <- rd.txt("event_time censor arm_id
1 1 X
2 0 X
5 1 X")
#Don't use that rd.txt function unless you have defined one yourself.
coxph( Surv(event_time, event=censor) ~ 1, data=dt)
Call: coxph(formula = Surv(event_time, event = censor) ~ 1, data = dt)
Null model
log likelihood= -1.098612
n= 3
R 公式界面对非协变量模型使用 1
。如果您将其与另一个包含协变量的模型进行比较并想要进行似然比检验,则此类模型会很有用。