使用 tidyr 运行多个 Cox-PH 模型

Question

我有一个来自survival 包的常规Surv 对象；

s <- Surv(sample(100:150, 5), sample(c(T, F), 5, replace = T))

还有一个多变量矩阵；

df <- data.frame(var1 = rnorm(5),
                 var2 = rnorm(5),
                 var3 = rnorm(5))

我需要分别为每个变量拟合 Cox-PH 模型。我的代码目前使用如下循环：

for (v in colnames(df)) {
    coxph(s ~ df[[v]])
}

当然，实际上有成千上万个变量，这个过程需要一点时间。我想关注the answer given here 尝试用tidyr 完成这一切，但我有点难过，因为预测不是一个因素，它是一个生存对象，所以我不太清楚如何处理它作为一部分一个小玩意儿。

Answer 1

假设您对生存模型的响应是 s，您可以使用与您链接到的答案类似的嵌套数据框，然后将模型映射到不同的变量：

图书馆（tidyverse）

df_nested <- df %>% pivot_longer(cols = var1:var3) %>% group_by(name) %>% nest()


surv_model <- function(df) {
  coxph(s ~ df$value)
}

df_nested <- df_nested %>% mutate(model = map(data, surv_model))

df_nested
# A tibble: 3 x 3
# Groups:   name [3]
  name  data             model  
  <chr> <list>           <list> 
1 var1  <tibble [5 x 1]> <coxph>
2 var2  <tibble [5 x 1]> <coxph>
3 var3  <tibble [5 x 1]> <coxph>