R中的个体生存曲线图

Question

在 R 中，我将我的数据库安排为应用扩展 Cox 模型（具有时变协变量）的计数过程： 终点是事件发生的时间或审查时间，切点是数据中的所有事件时间：

newdatabase <- survSplit(database,cut=eventTimes,
                            end=time_to_event_variable,
                            event=Status,start="start",id="newID")

object<-coxph(Surv(newdatabase$start, newdatabase[time_to_event_variable],
                    newdatabase[Status] ~., 
                    data = newdatabase [c(some_covariates)])

现在我的愿望是绘制个体生存曲线（对于个体 i）：

S_i_cox <- survfit(object,newdata=newdatabase,id=newID)[i] 

我的问题是 survFit 对象描述了患者 i 的生存曲线 仅适用于（其他患者的）之前的事件时间，直到他的事件时间（患者 i）：

换句话说， S_i_cox$time and S_i_cox$surv 将因每个患者的数量而异 事件发生在患者 i 事件之前。例如，时间事件最少的患者 他的生存曲线只有一个测量值（对象S_i_cox）。

如何获得更多的生存点（并获得曲线的真实估计）？ 我知道我可以更改 survSplit 中的剪辑以获得更多积分 但这个想法是在患者的实际终点事件之后预测个体存活率。

非常感谢 宜兰

Answer 1

我记得使用扩展的 Cox 模型进行此操作，就像您在上面描述的那样

克莱因鲍姆在他的书中解释了这一点： 通过将汇总或绘图函数应用于从函数 survfit 创建的对象，可以获得 Cox 调整后的生存估计和绘图。第一步是使用 coxph 函数运行 Cox 模型。

调整后的生存曲线通常取决于协变量的模式。假设我们有兴趣绘制模式 SEX='MALE'、BLOOD_PRESSURE=130 和 TREATMENT=0 的生存曲线。首先，我们需要使用 data.frame 函数创建一个数据集（或数据框），并进行一次观察。例如：

pattern1=data.frame(SEX='MALE', BLOOD_PRESSURE=130, TREATMENT=0)

这个观察数据框称为pattern1。要获得 Cox 调整后的生存估计值，请在汇总函数中应用 survfit 函数，如下所示：

summary(survfit(mod1,newdata=pattern1))

survfit 函数的第一个参数是使用 coxph 函数创建的名为 mod1 的对象。第二个参数提供包含感兴趣的协变量模式的数据框（称为 pattern1）。

绘制它：

plot(survfit(mod1,newdata=pattern1))