0

一段时间以来，我一直在这里摸不着头脑，我真的不知道在 ggforest 中处理 hr 地块时我的因素有什么问题。

从第一张图片可以看出，教育变量中有一个参考值，其他值有危险风险，完美！ 工作很棒 - 哇！

问题是因子水平的名称很短而且信息量不大，所以我当然想更改名称，以便您了解它们的含义。但是，现在除了“未知”之外的所有值都成为参考值，但我所做的只是更改名称（我希望如此）。 我勒个去？

首先，我认为使用长名称或其他东西可能存在问题，但我用一些假数据尝试了同样的事情，完全没有问题。

library(survminer)
library(tidyverse)

n <- 200
m <- 6
p <- round(runif(n,4,m))

dat <- data.frame(id=rep(1:n, times=p))

gendertable <- data.frame(id = unique(dat$id), gender = sample(0:1, length(unique(dat$id)), replace = T))

birthtable <- data.frame(id = unique(dat$id), birth_year = sample(c(1960, 1970, 1980, 1990), length(unique(dat$id)), replace = TRUE))

dat <- dat %>%
  mutate(pain_lvl = sample(c(4, 3, 2, 1), 
                           size = nrow(dat), prob = c(0.2, 0.2, 0.25, 0.35), replace = TRUE))

dat <- merge(gendertable, dat)
dat <- merge(birthtable, dat)

dat <- dat %>%
  group_by(id) %>%
  mutate(period = row_number())

dat$start <- dat$period - 1
dat$stop <- dat$period

dat <- dat %>%
  group_by(id) %>%
  mutate(event = ifelse(stop == n() & stop < 5, 1, 0))

dat$birth_year <- as.factor(dat$birth_year)
dat$gender <- as.factor(dat$gender)
dat <- dat %>%
  mutate(gender.factor = recode(as.factor(gender),
                                `0` = "Male",
                                `1` = "Female")) %>%
  mutate(pain_lvl.factor = recode(as.factor(pain_lvl),
                                        `1` = "Very low-level",
                                        `2` = "Medium-level",
                                        `3` = "High-level", 
                                        `4` = "Very High very high indeed"))





model <- coxph(Surv(start, stop, event) ~ birth_year + gender.factor + pain_lvl.factor,
                ties = c("efron"),
                data = dat)


ggforest(model)

好的！

那么问题是植根于我的数据而不是 ggforest 还是我犯了其他错误？如果有人可以查看我的数据并希望了解问题所在，我将非常感激。链接：https : //easyupload.io/0fo866 csv文件

我使用以下代码来读取表格、转换因子、重新编码值等。

library(survial)
library(survminer)
library(tidyverse)

dat <- read.table("~/dat.csv", header = TRUE, sep = ";")

dat[dat==""]<-NA

dat <- dat %>%
  mutate(education = recode(education,
                            "low" = "Low-level education",
                            "middle" = "Mid-level education",
                            "high" = "High-level education"))


dat <- dat %>%
  mutate(education = ifelse(is.na(education), "Unknown", education))


dat <- dat %>%
  mutate(female.factor = recode(as.factor(female),
                                `0` = "No",
                                `1` = "Yes"))

dat <- dat %>%
  mutate(education.factor = as.factor(str_to_sentence(education)))

dat <- dat %>%
  mutate(birth_year.factor = (as.factor(birth_year)))


model1 <- coxph(Surv(start, stop, event) ~ birth_year.factor + female.factor + education.factor + frailty(id),
                ties = c("efron"),
                data = dat)


ggforest(model1)
4

0 回答 0