用于处理间隔中的生存数据的 R 函数

Question

您好，我正在学习生存分析，我很好奇是否可以在这种形式的生存数据上使用survival 包：

这是一些以这种形式生成数据的代码

start_interval <-  seq(0, 13)
end_interval <-  seq(1, 14)
living_at_start <- round(seq(1000, 0, length.out = 14))
dead_in_interval <- c(abs(diff(living_at_start)), 0)
df <- data.frame(start_interval, end_interval, living_at_start, dead_in_interval)

到目前为止，从我对survival 包的使用来看，似乎每个人都是一个生存时间，但我可能误读了Surv 函数的文档。如果survival 不起作用，那么对于此类数据，还有哪些其他软件包。 如果没有可以轻松估计生存函数的包或函数，我可以使用以下等式轻松计算自己的生存时间。

Answer 1

由于survival 包每个生存时间需要一次观察，我们需要进行一些转换。使用模拟数据。

模拟数据：

library(survival)
start_interval <-  seq(0, 13)
end_interval <-  seq(1, 14)
living_at_start <- round(seq(1000, 0, length.out = 14))
dead_in_interval <- c(abs(diff(living_at_start)), 0)
df <- data.frame(start_interval, end_interval, living_at_start, dead_in_interval)

按死数重复转换数据

duptimes <- df$dead_in_interval
rid <- rep(1:nrow(df), duptimes)
df.t <- df[rid,]

使用 Surv 函数

test <- Surv(time = df.t$start_interval,
     time2 = df.t$end_interval,
     event = rep(1, nrow(df.t)), #Every Observation is a death
     type = "interval")

拟合生存曲线

summary(survfit(test ~ 1))

与手工计算的原始数据比较

df$living_at_start/max(df$living_at_start)

它们匹配。

问题

当使用survfit 函数时，为什么在数据中只有 1000 人的情况下，时间 0 的风险数为 1001？

length(test)