如何呈现包含时变协变量的生存数据并在 R 中拟合模型

Question

我想使用名为timereg 的R 包中的aalen() 函数执行包括时变协变量的生存分析。但是，我仍然对如何在数据框中显示数据以及如何指定模型公式感到困惑。

这是一个组成的数据集：

subject_id 生存时间体重身高结果指标
1                              3           65      1.8      0
1                              4           68      1.8      0
1                              7           70      1.8      1
2                              2           55      1.6      0
2                              9           53      1.6      0
3                              2           62      1.7      0
3                              3           65      1.7      0
3                              5           64      1.7      0
3                              6           66      1.7      0

这里有一些解释：

1. 共有 3 名研究对象，由 subject_id 变量标识，分别进行了 3、2、4 次随访。
2. weight 是一个时变协变量。
3. height 与时间无关，因此对于每个主题，每次跟进时都保持不变。
4. 假设survival_time的单位是年，那么感兴趣的事件发生在主题1的第7年。
5. 主题 2 和 3 都是右删失案例。
6. 属于同一主题的每个跟进都可以通过survival_time订购。

最后，我的问题列表（即使您没有所有答案，或者我的解决方案是正确的，请不要犹豫发表评论）：

1. 我对包含随时间变化的协变量的生存数据的表示是否正确？
2. 如果第一个问题的答案是“否”，那么您能否指出问题所在并提供一些解释？
3. 假设数据集没问题，那么如何指定模型公式并拟合aalen 模型（或任何其他包含时变协变量的模型）？是不是类似：

aalen(formula = Survf(survival_time, outcome_indicator) ~ const(height) + weight, data = data_set, id = data_set$subject_id)

其中Survf() 函数用于组合两个与结果相关的变量； const() 用于表示时变协变量，其他协变量保持原样； data_set 是数据框的名称；而id参数用于关联同一主题的不同行？

Answer 1

这可能不是表示这些数据的正确方法。从变量survival_time的排序来看，这些是协变量变化的队列时间。您需要一个滞后事件时间来指示观察的“开始”，将第一个患者记录设置为 0。您现在格式化数据的方式已经使分母时间平方，降低了发生率，并降低了风险比朝向零。

以第一个参与者为例：他们实际上是从 0 到 7 观察到的。第一个记录是 0 到 3，下一个：3 到 4，最后一个 4 到 7。你在哪里明确告诉 R 的？ R 不知道这些记录属于同一个人。 R 现在认为有 3 个人被跟踪，累计 3 + 4 + 7 = 14 年有 1 个事件，而不是 7 年有 1 个事件（发生率从 14 ppy 到 7 ppy）。