【发布时间】:2020-05-07 16:56:07
【问题描述】:
我正在运行来自 survminer 包的非常简单的 cox 模型。
surv_object <- Surv(time, event)
model <- coxph(surv_object ~ female + age + ethnicity + imd, data = df)
我需要运行多个 Cox 模型,并且对于每个模型,我的预测变量都会发生变化。我将所有预测变量都存储在一个单独的数据框中,例如这样(我们称之为pred_df):
> pred_df
# A tibble: 4 x 2
predictor endpoint
<chr> <chr>
1 female Mortality
2 age Mortality
3 ethnicity Mortality
4 imd Mortality
有没有简单的方法将项目从predictor 列传递到coxph()?像这样的:
coxph(surv_object ~ predictors, data = df)
我已经尝试过的:
我尝试了一个相当笨拙的破解方法:
pred_vars <- pred_df %>%
pull(predictor) %>% # extract column values as a vector
paste(collapse = " + ") %>% # combine values in a string
parse(text = . ) # parse the string as an expression
model <- coxph(surv_object ~ eval(pred_vars), data = df)
R 实际上理解这一点并运行模型。但是输出是无法解释的。该模型似乎运行但不输出单个预测变量,即female、age、ethnicity 和imd。相反,它只输出eval(pred_vars)
Call:
coxph(formula = Surv(time, event) ~ eval(pred_vars), data = df)
n= 62976, number of events= 12882
(3287 observations deleted due to missingness)
coef exp(coef) se(coef) z Pr(>|z|)
eval(pred_vars) 3.336e-05 1.000e+00 5.339e-06 6.249 4.14e-10 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
exp(coef) exp(-coef) lower .95 upper .95
eval(pred_vars) 1 1 1 1
Concordance= 0.515 (se = 0.003 )
Rsquare= 0.001 (max possible= 0.989 )
Likelihood ratio test= 38.28 on 1 df, p=6e-10
Wald test = 39.04 on 1 df, p=4e-10
Score (logrank) test = 39.07 on 1 df, p=4e-10
一定有更简单的方法吗?
【问题讨论】:
-
您是否要拟合一系列模型,每个模型只有一个
predictors向量元素?或者您是否想一次将一个模型与所有模型一起拟合? -
您的代码与输出不匹配。代码为
~eval(predictor_list),输出为~eval(pred_vars)。是哪个? -
一个模型同时包含所有模型。我找到了一个很棒的包,叫做“ezcox”来做前者。
-
啊,好吧,那你就用
as.formula(paste(..., collapse = " + ")吧。我会在几秒钟内编辑我的答案。 -
感谢@alanocallaghan - 修复了我的代码。我注意到你也在 UoE!
标签: r list parameter-passing batch-processing cox-regression