玩转生存分析,这一篇就够了
1. 导入数据
library(tidyverse)
library("survival")
library("survminer")test_data=read.table("survival.txt",header = T,sep = "\t",stringsAsFactors = F)
test_data$over55=ifelse(test_data$age >= 55,1,0)
test_data$over55=as.factor(test_data$over55)
test_data$drug=as.factor(test_data$drug)head(test_data)
# studytime died drug age over55
# 1 1 1 0 61 1
# 2 1 1 0 65 1
# 3 2 1 0 59 1
# 4 3 1 0 52 0
# 5 4 1 0 56 1
# 6 4 1 0 67 1summary(test_data)
# studytime died drug age over55
# Min. : 1.00 Min. :0.0000 0:20 Min. :47.00 0:19
# 1st Qu.: 7.75 1st Qu.:0.0000 1:28 1st Qu.:50.75 1:29
# Median :12.50 Median :1.0000 Median :56.00
# Mean :15.50 Mean :0.6458 Mean :55.88
# 3rd Qu.:23.00 3rd Qu.:1.0000 3rd Qu.:60.00
# Max. :39.00 Max. :1.0000 Max. :67.00attach(test_data)
注意,因为我为了自动补全变量名,使用了attach()。如果没有用这个,像survfit() coxph()这些函数还需要加上data参数
2. KM生存曲线
drug_KM=survfit(Surv(studytime,died) ~ drug,data=test_data)
ggsurvplot(drug_KM,data=test_data,legend.title = "drug",pval = TRUE,pval.method=T,palette=c("red","blue"))
ggsave("drug.png",width = 5,height = 5)
over55_KM=survfit(Surv(studytime,died) ~ over55,data=test_data)
ggsurvplot(over55_KM,data=test_data,legend.title = "over55",pval = TRUE,pval.method=T,palette=c("red","blue"))
ggsave("over55.png",width = 5,height = 5)
3. COX比例风险模型
用两个变量进行Cox-PH model,都是分类变量,当然数值变量也可以做
cox.mod=coxph(Surv(studytime,died) ~ drug + over55)
#描述一下
summary(cox.mod)
# Call:
# coxph(formula = Surv(studytime, died) ~ drug + over55)
#
# n= 48, number of events= 31
#
# coef exp(coef) se(coef) z Pr(>|z|)
# drug1 -2.2632 0.1040 0.4582 -4.940 7.82e-07 ***
# over551 0.9274 2.5278 0.3935 2.356 0.0184 *
# ---
# Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#
# exp(coef) exp(-coef) lower .95 upper .95
# drug1 0.104 9.6135 0.04238 0.2553
# over551 2.528 0.3956 1.16888 5.4668
#
# Concordance= 0.784 (se = 0.039 )
# Likelihood ratio test= 31.03 on 2 df, p=2e-07
# Wald test = 26.92 on 2 df, p=1e-06
# Score (logrank) test = 34.49 on 2 df, p=3e-08
- exp(coef)就是HR,0.104表示:在控制年龄的情况下,用药的人死亡可能性是没有用药的人的0.104倍
- exp(-coef)为9.6135的解释刚好反过来,表示:在控制年龄的情况下,没有用药的人死亡可能性是用药的人的9.6135倍
- Concordance表示预测一致性
- 后面有三个假设:零假设是b1=b2=b3=…=b_k=0,表征的是模型整体的显著性
4. 森林图
一般文献里面比较关心HR,我们可以用森林图来表示
ggforest(cox.mod, main = '',data = test_data)
ggsave(filename = "cox.mod.png",device = "png",width = 20,height = 10,units = c("cm"))
有时候也能看到KM曲线里面加HR的图,这需要结合KM的结果和COX的结果。
到这里,对于paper的画图已经足够了,如果想深入了解Cox比例风险模型,可以看看下面的内容
5. 采用某个变量前后的模型比较
用LRT (likelihood ratio tests) 比较嵌套模型(一个模型含有另一个模型的全部变量),零假设是两个模型没有差异
cox.mod=coxph(Surv(studytime,died) ~ drug + over55)
cox.mod2=coxph(Surv(studytime,died) ~ over55)
anova(cox.mod2,cox.mod,test = "LRT")
# Analysis of Deviance Table
# Cox model: response is Surv(studytime, died)
# Model 1: ~ over55
# Model 2: ~ drug + over55
# loglik Chisq Df P(>|Chi|)
# 1 -98.062
# 2 -83.994 28.136 1 1.131e-07 ***
p值很小,说明有差异,所以我们不能去掉drug变量
6. cox模型也能用数值型变量
cox.mod3=coxph(Surv(studytime,died) ~ age)
summary(cox.mod3)
exp(coef)等于1.08表示:每增加1岁,风险增加0.08
7. 检查COX PH model的假设
- check linearity
模型中有数值型变量
线性回归里面也有这一步,方法类似 - check the proportional hazard’s assumptions
可以简单理解为某个变量对结局事件的影响(回归得到的系数)不随时间而改变
cox.mod4=coxph(Surv(studytime,died) ~ age)
png("Martingale_residuals.png")
plot(predict(cox.mod4),residuals(cox.mod4,type = "martingale"),xlab = "fitted values",ylab = "Martingale residuals",main = "Residual Plot",las=1)
#加水平线
abline(h=0)
#画残差的拟合线
lines(smooth.spline(predict(cox.mod4),residuals(cox.mod4,type = "martingale")),col="red")
dev.off()
换一种残差检查线性,deviance residuals
png("deviance_residuals.png")
plot(predict(cox.mod4),residuals(cox.mod4,type = "deviance"),xlab = "fitted values",ylab = "Deviance residuals",main = "Residual Plot",las=1)
abline(h=0)
lines(smooth.spline(predict(cox.mod4),residuals(cox.mod4,type = "deviance")),col="red")
dev.off()
check proportional hazards assumption
using Schoenfeld test for PH, Ho: HAZARDS are prop, Ha: HAZARDS are NOT prop
结果会返回每个变量,以及整体的p值
cox.zph(cox.mod4)
# chisq df p
# age 0.662 1 0.42
# GLOBAL 0.662 1 0.42
p值较大可以接受原假设。
也可以看某个变量的系数(β)是不是随着时间而改变,如果是(也就是说HR随时间而改变),则说明为non-prop hazard
par(mfrow=c(1,1))
png("cox.zph.png")
plot(cox.zph(cox.mod4)[1])
dev.off()
detach(test_data)
玩转生存分析,这一篇就够了相关推荐
- 量化免费行情源最强对比分析--看这篇就够了
序言 很多想做量化的用户一直苦于没有稳定的行情源,我也是一个,但是其实市面上有很多免费好用的行情源,在这边给大家推荐几个我用过的,给大家做个参考 先做一下对比: INSIGHT Tushare 聚宽 ...
- python数据分析实战:生存分析与电信用户流失预测
文章目录 1.背景 1.1 生存分析.KM曲线及Cox回归 1.2 案例背景 2.AIC向前逐步回归法进行特征选择 3.Cox模型搭建 3.1 特征重要性分析 3.2 模型校准 3.3 对个体进行预测 ...
- 一篇项目走进生存分析(Survival Analysis)的世界【Python版
转载自AI Studio 项目链接https://aistudio.baidu.com/aistudio/projectdetail/3410026 开篇语 生存分析在医学研究中占有很大的比例,而且进 ...
- 数据库生存曲线_WGCNA、生存分析、ROC共同筛选biomarker
Biomarker有助于疾病诊断.判断疾病分期或者用来评价新药或新疗法在目标人群中的安全性及有效性.今天将介绍一篇新的文献:针对多形性胶质母细胞瘤,利用WGCNA筛选关键模块中的hub基因,同时结合生 ...
- 绘制pr曲线图_生存分析如何绘制事件发生累计概率曲线图?
公众号前段时间发了篇推文<ggsurvplot()函数绘制Kaplan-Meier生存曲线>用来介绍生存曲线的绘制,下面的推文内容跟这篇文章结合着看. 在生存分析中我们通常关注个体在时间t ...
- 生存分析简介:Kaplan-Meier估计器
In my previous article, I described the potential use-cases of survival analysis and introduced all ...
- 如何对一个变量数据进行正则判定_生存分析数据中的BuckleyJamesMultipleRegression Model...
一.模型简介 目前,生存分析领域,最常用的是Cox比例风险回归模型,该模型具有良好的特性,不仅可以分析各种自变量对生存时间的影响,而且对基准风险分布不作任何要求(半参数模型).Cox模型使用时要满足一 ...
- r roc曲线 语言_R语言系列6:生存分析中多重时间依赖性ROC曲线绘制 timeROC
上一篇文章,我们讲到R语言实现Cox回归生存预测模型构建,以及如何将Logistic回归中,多条ROC曲线绘制在一个图里 今天主要围绕生存分析中,预测模型验证部分,如何将多条time-depend e ...
- 快速搭建ELK7.5版本的日志分析系统--搭建篇
一.ELK安装部署 官网地址:https://www.elastic.co/cn/ 官网权威指南:https://www.elastic.co/guide/cn/elasticsearch/guide ...
最新文章
- 纯C#代码的Excel读取器(不需要Office Excel Com组件)
- Oracle使用impdb/expdb数据泵导入/导出数据库
- 【数据结构与算法】之单向循环链表的创建/遍历/插⼊/查找/删除算法实现
- IOS Key-Value Observing (KVO)
- 都是做嵌入式凭什么高薪offer归别人
- java 防止表单重复提交
- c语言递归建链表,递归创建二叉树c语言实现+详细解释
- git21天打卡day20-合并分支
- 【转载】GitHub详细教程
- 浏览器加载、渲染过程总结
- UTM(Undergraduate Texts in Mathematics)书单 |附下载链接
- 手机如何无线投屏到电视/电脑
- 计算机win7开超级性能模式,笔记本win10系统开启超级性能模式(卓越性能模式)的方法...
- Oracle身份证校验函数
- 使用md5+salt+hash散列查询
- 中小企业的公司财务管理系统
- “烤面经了“~2022最新大厂Java面试真题总结,可带劲了
- 《Search to Distill: Pearls are Everywhere but not the Eyes》论文阅读
- 仿牛客项目(持续更新)
- 陌上花开,可缓缓归矣——2016年校招总结
热门文章
- 发现一家国产自研NAS操作系统------操作简单,内网穿透免费
- 如何保证库存数量及时
- 浅析C语言和Python(2)
- python3.6安装scrapy出错_Mac中Python 3环境下安装scrapy的方法教程
- TIA博途SCL学习_堆栈的入栈和出栈(后入先出)程序示例
- MVP框架 – Ted Mosby的软件架构
- 西门子SICAR、大众VASS、沃尔沃VCS、通用汽车CCRW,细数汽车行业电气控制标准(持续更新)
- 故障诊断 matlab 仿真,基于MATLAB的BP网络变压器故障诊断仿真
- java计算机毕业设计高校校园社交网络源码+数据库+系统+lw文档+mybatis+运行部署
- JSP 房产租赁销售管理系统ssh框架 MVC模式mysql数据库