如何处理 Cox PH, R 3.1.3 survfit 中违反比例风险假设的问题

Question

我正在使用“生存”包和coxph 在 R 中执行生存分析。我的目标是比较不同慢性病患者的生存率。我的数据结构如下：

id, time, event, disease, age.at.dx
1, 342, 0, A, 8247
2, 2684, 1, B, 3879
3, 7634, 1, A, 3847

其中“时间”是从诊断到事件发生的天数，“事件”如果受试者死亡，则为 1，如果被删失，则为 0，“疾病”是 8 个级别的因子，“年龄.at.dx”是受试者首次被诊断时的年龄。我是使用生存分析的新手。查看这样的模型的 cox.zph 输出：

combi.age<-coxph(Surv(time,event)~disease+age.at.dx,data=combi)

其中两个疾病水平违反了 PH 假设，p 值

我的问题是如何处理这些疾病水平？我从阅读中意识到，我应该尝试为危害稳步下降的疾病添加时间交互，但我不确定如何做到这一点，因为我遇到的大多数 coxph 示例仅比较两个组，而我正在比较 8。此外，我可以安全地忽略在早期时间点违反具有高风险的疾病水平的假设吗？

我想知道这是否是一种不恰当的方式来构建我的数据，因为它不排除一个人在数据中多次出现 - 这是一个问题吗？

感谢您的帮助，如果需要更多信息来回答这些问题，请告诉我。

Answer 1

我想说你已经对数据有相当好的理解，应该展示你发现的东西。这听起来像是一项描述性研究，而不是您将向 FDA 提出要求尊重您的 p 值的研究。由于您的听众将（或应该）期望不同疾病的风险时间过程会是异质的，我认为您可以描述这些结果并谈论第一个“不墨守成规”的生物学/医学原因随着时间的推移，疾病变得不那么重要，而其他不符合条件的情况可能会随着时间的推移变得更加严重。你已经做了比医学文献展览中的大多数描述性文章更彻底的分析。我很少看到关于不成比例性质的描述。

关于数据的最后一个问题“不排除单个个体多次出现在数据中”可能需要进行更彻底的讨论。第一种方法是使用cluster()-函数按患者 ID 进行分层。