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

R语言标准化死亡率 (SMR)分析（3）

R语言标准化死亡率 (SMR)分析（3）相关推荐

最新文章

热门文章