与生成的统计数据不一致的 Kaplan-Meier 曲线图答案

【问题标题】：Plot of Kaplan-Meier curve inconsistent with generated statistics与生成的统计数据不一致的 Kaplan-Meier 曲线图
【发布时间】：2018-08-10 07:29:40
【问题描述】：

我正在为 R 包 frailtypack 中提供的再入院数据绘制 Kaplan-Meier (KM) 曲线。我使用了这些按性别变量对曲线进行分层的简单代码：

library(survival)
library(frailtypack)
data(readmission)
readmission
sobj<-Surv(readmission$time,readmission$event==1)
km.plot <- survfit(sobj ~readmission$sex, data = readmission)
km.plot
plot(km.plot,lty=c(1,2),lwd=2)
legend(x="bottomleft",lty=c(1,2),lwd=2, legend=c("Male","Female"))

数据是关于反复发生的事件（即受试者有多次失败时间）。 “km.plot”的输出告诉我，男性和女性都有大量的审查事件时间。在此之下，我希望 KM 曲线趋于平稳到非零生存概率，但女性的生存概率为零。当我只为第一个事件时间制作情节时，我仍然会得到这个，而忽略后续的情节。

我认为我的代码可能有问题，但很难弄清楚。我非常感谢您对此的任何帮助

【问题讨论】：

标签： r survival-analysis

【解决方案1】：

不要在回归参数之外创建 Surv 对象，并且不要在不参考数据框的情况下使用列名。在您的代码中违反这两种做法将阻止“预测”和“绘图”方法知道使用模型对象中的术语属性访问数据元素的位置。

曲线形状的问题：如果最后一个事件是死亡，那么 K-M 曲线将下降到零。

请解释为什么您认为 K-M 曲线对“重复事件”有意义？

【讨论】：

感谢您的澄清。我认为 K-M 曲线可用于检查一段时间内的无复发率。在这种情况下，生存概率可以解释为无复发概率。
如果您正在寻找无重复间隔，那么时间将从第一个事件开始，“死亡”将在第二个事件发生，时间将是时间差。任何后续事件都将被禁止。