危害比的坐标方向答案

【问题标题】：Coxph direction of Hazard Ratio危害比的坐标方向
【发布时间】：2018-04-08 01:54:53
【问题描述】：

假设我有以下数据集：

time censor treatment
6 0 A
12 1 A
4 0 B
5 0 B
3 0 C
12 1 C
6 0 B
12 1 C
4 0 A
5 0 C
3 0 B
12 1 A

所以我所做的是重新调整到我的参考 A 并运行：

coxph(Surv(time,censor)~treatment)

我查看了结果并与提供的示例协议进行了比较，发现我的 exp(-coeff) 在 B 和 C 两种情况下都等于它们的 exp(coeff)。

因此，我使用参考 B 再次运行代码，并使用参考 C 运行一次，发现下限和上限都与示例一致。但是，我还需要 log-rank p 值，而这不是以这种方式提供的，因此我想知道：

我如何将模型转过来，使风险比和 conf.显示了限制和 p 值（我的意思是逆模型）/或者您认为还有其他问题吗？

【问题讨论】：

您很可能认为 censor==0 是一个事件，而您告诉 [r] censor==1 是一个事件。但是您需要提供可重现的代码。人们需要能够将您的代码剪切并粘贴到 R 中并使其正常工作。
有了这些数据，我得到了处理 B 的别名响应（一个 NA 系数），而处理 C 基本上为零。存在共线性时会出现别名列。
您能否更详细地解释您的问题“我如何扭转模型，以便显示逆风险比和配置限制和 p 值（我的意思是逆模型）/或你认为还有什么问题吗？”

标签： r survival-analysis hazard cox

【解决方案1】：

使用survdiff进行log-rank测试：

dts <- read.table(text='
time censor treatment
6 0 A
12 1 A
4 1 B
5 0 B
3 0 C
12 1 C
6 0 B
12 1 C
4 1 A
5 0 C
3 1 B
12 1 A
', header=T)

cxp <- coxph(Surv(time,censor)~treatment, data=dts)
summary(cxp)

survdiff(formula = Surv(time,censor)~treatment, data=dts)
# Call:
# survdiff(formula = Surv(time, censor) ~ treatment, data = dts)
# 
#             N Observed Expected (O-E)^2/E (O-E)^2/V
# treatment=A 4        4     3.63     0.037      0.15
# treatment=B 4        2     1.10     0.736      1.10
# treatment=C 4        2     3.27     0.491      1.96
# 
#  Chisq= 2.2  on 2 degrees of freedom, p= 0.33

【讨论】：