【问题标题】:life expectancy survival package R预期寿命生存包 R
【发布时间】:2023-04-07 02:24:01
【问题描述】:

我想以我校正模型中的其他变量的方式(校正组预后方法)计算因疾病而损失的生命年。我的数据集是一组个体,我对其有随访时间直至死亡/审查,以及他们是否死亡的变量,以及年龄、性别和疾病患病率等协变量。我在网上搜索了一下,感觉这应该可以通过 R 中的生存包实现。

我使用了以下返回概率的代码:

fit1 <- coxph(Surv(fup_death, death) ~  age + sex + prev_disease, data) 

direct <- survexp( ~prev_disease, data=data, ratetable=fit1)

我也尝试了survfit功能,但是我的电脑崩溃了:

t<-survfit(fit1, newdata = data)

我如何得出患病和未患病者的预期寿命?还是我应该换一种方式?

提前感谢您!

最好, 赛门

【问题讨论】:

    标签: r survival-analysis


    【解决方案1】:

    生命损失年数的计算是平均存活率的差异。您可以获得两个独立但可比较的条件的 survfit 对象,如下所示:

    fit1 <- coxph(Surv(fup_death, death) ~  age + sex + prev_disease, data) 
    survfit_WithDisease <- survfit(fit1,
                                 newdata=data.frame(age=50,
                                                    sex='m',
                                                    prev_disease=TRUE))
    survfit_NoDisease <- survfit(fit1,
                                 newdata=data.frame(age=50,
                                                    sex='m',
                                                    prev_disease=FALSE))
    

    通过设置print.rmean=TRUE,您可以获得每种情况下的平均生存率估计值。

    print(survfit_WithDisease,print.rmean=TRUE)
    print(survfit_NoDisease,print.rmean=TRUE)
    

    请注意,并非为每条生存曲线都定义了平均值。当生存曲线没有完全归零时,有几种计算平均生存率的选项,您应该在?print.survfit 中阅读。

    【讨论】:

    • 非常感谢!它可以确定患有疾病和未患病的人的生存时间。
    猜你喜欢
    • 1970-01-01
    • 2018-08-28
    • 2015-11-18
    • 2015-09-30
    • 2021-03-05
    • 1970-01-01
    • 1970-01-01
    • 2014-10-25
    • 1970-01-01
    相关资源
    最近更新 更多