R中coxph的两个不同结果，使用相同的停止和开始时间，为什么？答案

【问题标题】：Two different results from coxph in R, using same stop and start times, why?R中coxph的两个不同结果，使用相同的停止和开始时间，为什么？
【发布时间】：2020-09-17 18:54:03
【问题描述】：

我在生存分析中遇到了障碍；我认为这与审查类型有关。这是我的生存数据的前 30 行。 tstart 是患者入院并开始接受干预的时间，tstop 是死亡（状态 = 1）或出院（已审查，状态 = 0）：

    tstart tstop status Intervention
1        2    14      0        FALSE
2        2     5      0        FALSE
3        2    10      1        FALSE
4        5     8      0        FALSE
5        6    10      0        FALSE
6        6    10      0        FALSE
7        7    10      0        FALSE
8        8    20      1         TRUE
9        8    25      0        FALSE
10       8    18      0        FALSE
11       8    11      0        FALSE
12       8     9      0        FALSE
13       9    11      0        FALSE
14       9    52      0         TRUE
15       9    26      1        FALSE
16      10    20      1         TRUE
17      10    14      0        FALSE
18      10    14      0        FALSE
19      10    11      0        FALSE
20      10    23      0         TRUE
21      10    26      0         TRUE
22      10    16      0        FALSE
23      11    21      0         TRUE
24      11    96      0         TRUE
25      11    14      0        FALSE
26      11    16      0         TRUE
27      11    14      0        FALSE
28      11    16      0        FALSE
29      11    16      0        FALSE
30      11    38      1         TRUE

根据我如何将这些数据输入 coxph 函数，我得到两个不同的结果。即：

# METHOD ONE:
> coxph (Surv (time = (tstop - tstart), event = status) ~ Intervention, data = df.use)
Call:
coxph(formula = Surv(time = (tstop - tstart), event = status) ~ 
    Intervention, data = df.use)

                     coef exp(coef) se(coef)      z     p
InterventionTRUE -0.05975   0.94200  0.04727 -1.264 0.206

Likelihood ratio test=1.58  on 1 df, p=0.2084
n= 7362, number of events= 2364 

# METHOD TWO:
> coxph (Surv (time = tstart, time2 = tstop, event = status) ~ Intervention, data = df.use)
Call:
coxph(formula = Surv(time = tstart, time2 = tstop, event = status) ~ 
    Intervention, data = df.use)

                     coef exp(coef) se(coef)      z             p
InterventionTRUE -0.29936   0.74129  0.04902 -6.106 0.00000000102

Likelihood ratio test=35.67  on 1 df, p=0.000000002337
n= 7362, number of events= 2364

我认为这两种方法会返回相同的风险比，但结果却截然不同。为什么是这样？如何避免？

【问题讨论】：

这更像是一个统计问题而不是编程问题。简短的回答是这两种方法是两种不同的东西。您应该只将 time2 用于间隔删失数据。您的研究设计意味着右删失数据，因此方法 1 是正确的 - 这是您应该使用的。
谢谢，明白了。当我试图最终进行时间依赖性生存分析时（其中一个时间段患者没有接受干预，而第二个时间段患者正在接受干预），我认为我必须使用第二种格式（ w/时间和时间2)。我现在要问一个新的问题。感谢您的帮助。
我在stackoverflow.com/questions/63946293/… 提出了我的新问题，如果您能阅读，我将不胜感激。谢谢。

标签： r survival-analysis survival

【解决方案1】：

我不相信Surv(time = (tstop - tstart), event = status) 等同于 Surv (time = tstart, time2 = tstop, event = status)。 time 和 time2 之间的间隔并不是整个观察，而是已知发生死亡或审查的时间。所以所有死亡事件的time 和time2 都等于tstop - tstart。

当您不确切知道死亡或审查的时间是多少时使用间隔，但您知道它介于两个值之间。

【讨论】：

谢谢，我明白了。当我试图最终进行时间依赖性生存分析时（其中一个时间段患者没有接受干预，而第二个时间段患者正在接受干预），我认为我必须使用第二种格式（ w/时间和时间2)。我现在要问一个新的问题。感谢您的帮助。
我在stackoverflow.com/questions/63946293/… 提出了我的新问题，如果您能阅读，我将不胜感激。谢谢。