生存分析中的生存时间

Question

我在分析我拥有的生存数据集时遇到了问题。我会将数据集的dput 输出放在github链接中，以免污染问题。

这是https://gist.github.com/anonymous/4fdff1c6d0853c41939e2a67d9e0e45b的数据

在这个数据集中，我想为每个组绘制生存曲线图，所以我需要创建一个survfit() 模型。

变量 W1,W2,..,W43 代表周数，数字代表某种度量。当我在任何一周有一个点 . 时，这意味着该人在该周死亡，因此接下来的每个星期都用点 . 标记

在生存模型中，这种死亡代表一个事件（失败），如果个人在所有几周内存活，他代表一个删失数据。

要按照我知道的方式制作生存模型，我需要下面这样的数据

time=c(3,4,8,8,5,2)
event=c(1,1,0,0,1,1)

在这种情况下，时间表示以周为单位的死亡时间，如果死亡则事件为 1，如果被删失则为 0。

编辑：我想到了一种可能的解决方案，但我不知道该怎么做。思路如下

1) 取所有列 W1,W2,...,W43，如果是数字则输入 1，如果是点则输入 0.

2) 创建一个表示时间的新变量，该变量的值将是 W1 到 W43 列的总和，因此它将是 W1+W2+...+W43。

3) 创建一个代表事件的新变量，如果 time=43 这意味着个人一直幸存，那么它将为 0（删失），如果小于 43 则意味着个人死亡，那么变量将是 1。

有人可以帮我做吗？

Answer 1

我将您的数据集命名为 sdat，这些操作添加了两个额外的列：

sdat$time= apply(sdat[ ,grepl("W", names(sdat))], 1 , #work by rows on "W"-columns
                    function(r) which( r==".")[1] )  # seq-number of first "."
sdat$event <- as.numeric( !is.na(sdat$time) ) # convert NA's to logical and to 1,0
sdat$time= ifelse( is.na(sdat$time) , 43, sdat$time) # set time to 43 for survivors

 # Check results
 head( sdat[ , !grepl("W", names(sdat))] ) # remove "W" cols
  Group Ref Sex  M1   M2 M3  M4 time event
1    11   4   1 959 1940 10 184   23     1
2    11   4   1 960 1770 10 189   31     1
3    11   4   1 961 1970 10 166   23     1
4    11   4   1 962 1870  1 180   43     0
5    11   4   1 964 1780 11 239   43     0
6    12   4   1 966 1980 11 182   43     1

作为一名分析师，我会问对导致死亡的不同“W”数字赋予什么含义，但这不是你的问题。