R语言标准化死亡率 (SMR)分析(3)
既往我们已经使用泊松回归对数据进行标准化死亡率 (SMR)分析,但是分析的时候没有考虑混杂因素如性别、年龄,在一些数据分析的时候需要将这些混杂因素考虑在里面,计算有修正的标准化死亡率 (SMR)。今天我们通过使用R语言survexp.fr包计算带有性别和年龄混杂因素的标准化死亡率 (SMR)。今天使用一个女性肠癌的数据(公众号回复:SMR2可以获得该数据)。
首先导入我们的R包和数据
library(survexp.fr)
be<-read.csv("E:/r/test/smr2.csv",sep=',',header=TRUE)
names(be)
导入数据后,我们来看看数据的构成,sex表示性别,bi_date为出生日期,dg_date为诊断日期,ex_date为退出日期,其实就是截止日期,status为是否死亡,我们的结局变量,dg_age为诊断时的年龄,这个指标其实是多余的,可以通过诊断日期减去出生日期得出来。
好的,得到数据后我们看看survexp.fr计算SMR的格式
计算很简单,我们只要按照上面格式给出数据就可以了
我们把每个指标计算出来
be$futime<-be$ex_date-be$dg_date###计算futime
这里提示错误,因为在数据里这两个不是日期格式,不能进行相减,我们要转换一下格式
bc$ex_date<-as.Date(bc$ex_date)
bc$dg_date<-as.Date(bc$dg_date)
bc$bi_date<-as.Date(bc$bi_date)
be$futime<-be$ex_date-be$dg_date###计算futime
接下来计算其他的变量
be$status<-ifelse(be$status==0,0,1)
be$age<-be$dg_date-be$bi_date###计算年龄
be$entry_date<-be$dg_date###设置诊断时间
设置好数据后就可以计算了,这里注意一下年龄和随访时间都是按天来算的
attach(be)
SMR(futime, status, age, sex, entry_date)
结果就轻松算出来了,survexp.fr包提供两种结果,一种是经典算法,一种为泊松回归的算法。
R语言标准化死亡率 (SMR)分析(3)相关推荐
- R语言标准化死亡率 (SMR)计算(2)
上一篇文章中我们已经介绍了使用ems计算标准化死亡率 (SMR),但是它需要两个率,一个实际死亡率,一个估计死亡率,我们平时使用生存数据数据中没有估计死亡率,估计死亡率需要自己计算. 本章我们来介绍使 ...
- R语言基于ems包标准化死亡率 (SMR)计算(1)
分析队列人群有无死亡人数超额,通常应用标准人群死亡率来校正,即刻观察到中的实际死亡数(D)与定一个标准的死亡人数(E),D与E之比称为死亡比(standarized Mortality ratio,S ...
- 手动计算校正年龄、性别后的标准化死亡率 (SMR)
分析队列人群有无死亡人数超额,通常应用标准人群死亡率来校正,即刻观察到中的实际死亡数(D)与定一个标准的死亡人数(E),D与E之比称为死亡比(standarized Mortality ratio,S ...
- R语言Kaplan-Meier绘制生存分析、Log-rank假设检验、Cox回归曲线实战案例:恶性黑色素瘤的术后数据生存分析
R语言Kaplan-Meier绘制生存分析.Log-rank假设检验.Cox回归曲线实战案例:恶性黑色素瘤的术后数据生存分析 目录
- R语言rms包生存分析之限制性立方样条(RCS, Restricted cubic spline)分析详解实战:拟合连续性自变量和事件风险之间的关系:基于survival包lung数据
R语言rms包生存分析之限制性立方样条(RCS, Restricted cubic spline)分析详解实战:拟合连续性自变量和事件风险之间的关系:基于survival包lung数据 目录
- R语言rms包生存分析之限制性立方样条(RCS, Restricted cubic spline)分析:拟合连续性自变量和事件风险之间的关系并绘制直方图、平滑曲线、双Y轴于同一个图像中
R语言rms包生存分析之限制性立方样条(RCS, Restricted cubic spline)分析:拟合连续性自变量和事件风险之间的关系并绘制直方图.平滑曲线.双Y轴于同一个图像中 目录
- R语言教程:生存分析
生存分析处理预测特定事件将要发生的时间.它也被称为故障时间分析或分析死亡时间.例如,预测患有癌症的人将存活的天数或预测机械系统将失败的时间. 命名为survival的R语言包用于进行生存分析.此包包含 ...
- R语言基础数据分析—单因素方差分析
有了试验数据,我们就需要进行数据的处理与分析,而在试验设计中,通常分为单因素试验或者双因素试验.试验中要考察的指标称为试验指标,影响试验指标的条件称为因素,因素所处的状态称为水平,若试验中只有一个因素 ...
- 【R语言文本挖掘】:分析单词和文档频率——TF-IDF
[R语言文本挖掘]:分析单词和文档频率--TF-IDF
最新文章
- JAVA中的命令模式实例教程
- Lync2013 升级错误总结8 Lync2013 日志总是提示进程 RtcHost(5724) 收到了一个无效的客户端证书...
- java 删除后缀txt_java – Maven deploy:deploy-file从文件中删除扩展名
- python爬虫小说实例源码_Python下载网络小说实例代码
- 【应用随机过程】06. 布朗运动
- Air202学习(4)官方例程(luat版)
- 学习oracle之后的感悟,学习培训后的收获和感想
- 网站证书过期导致WordPress后台无法登录问题解决方法
- 如何用c语言对隐函数求导,隐函数求导的方法
- ansible中的加密
- 我对于外包开发的看法
- leetcode-167-两数之和 II
- 苹果CMS使用UNIAPP对接制作纯NVUE的APP方法分享
- 嵌入式Linux学习笔记(1-3)——linux系统常用工具
- 装修后才知道的一些事,无数RMB砸出来的经验 [转贴]
- iphone 6s pp助手 越狱
- TMC2590-TA:步进驱控芯片
- Windows Terminal 终极美
- C语言如何做到四舍五入保留小数
- 超融合市场的战争远未结束,谁将最终胜出?