为生存分析创建审查 DV（长格式）

Question

另一个 R 新手问题。

我正在做一个需要我使用生存分析的项目。具体来说，我需要使用离散单元生存分析（因此 Cox 回归或假设我的 DV 是连续的其他方法是不可能的）。

我已将我的数据集转换为长格式，我需要通过（步骤 1）找到最后一次变量 ("q") =1; 创建一个删失的 DV ("dv")； （步骤 2）在 time+1 将我的“dv”重新编码为“0”； （步骤 3）在 time+2...n 将我的“dv”重新编码为“NA”； （步骤 4）删除“dv”=NA 时的所有观察值（行）。

在我这样做之前，我似乎应该创建一个默认分配给“1”的DV。在第 3 步之后，我的数据将如下所示：

 id  time q  dv   
 1    1   1   1
 1    2   0   1
 1    3   1   1
 1    4   0   0
 1    5   0   NA
 1    6   0   NA
 2    1   1   1
 2    2   1   1
 2    3   0   0
 2    4   0   NA
 2    5   0   NA
 2    6   0   NA

请注意，“q”可以随时间在“0”或“1”之间变化（参见时间=2 时 id=1 的观察结果），但由于生存分析的性质，“dv”不能。我需要做的是创建一个变量，找到“q”在“1”和“0”之间变化的最后时间，然后进行相应的审查。在第 4 步之后，我的数据应如下所示：

 id  time q  dv   
 1    1   1   1
 1    2   0   1
 1    3   1   1
 1    4   0   0
 2    1   1   1
 2    2   1   1
 2    3   0   0

感谢所有可能的帮助！

Answer 1

这比预期的更冗长，但它为您完成了长格式 sn-p 的工作：

我从提供的数据开始，但使用宽而不是长。

zz <- textConnection("id  time q  dv   
1    1   1   1
1    2   0   1
1    3   1   1
1    4   0   0
1    5   0   NA
1    6   0   NA
2    1   1   1
2    2   1   1
2    3   0   0
2    4   0   NA
2    5   0   NA
2    6   0   NA
")
d <- read.table(zz, header = TRUE)
d$dv <- NULL
close(zz)

# start out with wide instead of long
dw <- reshape(d, direction='wide', timevar="time", sep="") 
dw

##   id q1 q2 q3 q4 q5 q6
## 1  1  1  0  1  0  0  0
## 7  2  1  1  0  0  0  0

使用一个函数，为每个宽行/观察生成适当的“dv”变量。

censor <- function(periods) {
  n <- length(periods)
  cperiods <- periods*1:n # multiply to get positions
  n.obs <- max(cperiods) # position of last q=1, and one q=0  
  periods[(n.obs+1):n] <- NA # NA's for periods outside observed range
  n.cens <- n - n.obs - 1 # number censored
  c(rep(1, n.obs-1), 0, rep(NA, n.cens+1)) # fill "dv" accordingly
}

应用所述函数，生成经过适当审查的广泛数据集。

# 应用 censored()，创建宽格式的 dv 变量 dw.censored

##   X1 X2 X3 X4 X5 X6 X7
## 1  1  1  1  0 NA NA NA
## 7  1  1  0 NA NA NA NA

现在回到长格式（带有美学格式、排序等）

dl.censored <- reshape(dw.censored, varying = 1:7, timevar = "time", 
                       sep = "", direction = "long")
dl.censored <- dl.censored[order(dl.censored$id, dl.censored$time),]
dl.censored$dv <- dl.censored$X
rownames(dl.censored) <- dl.censored$X <- NULL
dl.censored

##    time id dv
## 1     1  1  1
## 2     2  1  1
## 3     3  1  1
## 4     4  1  0
## 5     5  1 NA
## 6     6  1 NA
## 7     7  1 NA
## 8     1  2  1
## 9     2  2  1
## 10    3  2  0
## 11    4  2 NA
## 12    5  2 NA
## 13    6  2 NA
## 14    7  2 NA

而且没有 NA：

dl.censored 

##    time id dv
## 1     1  1  1
## 2     2  1  1
## 3     3  1  1
## 4     4  1  0
## 8     1  2  1
## 9     2  2  1
## 10    3  2  0