问题标签 [cox-regression]

我正在应用具有外部时间相关协变量的扩展 Cox 模型。这是我从 Themeau 和 Grambsch 的书《建模生存数据：扩展 Cox 模型》（2001 年）中借用和修改的一个小示例（df）：

我想从扩展的 Cox 模型中获得基线危险/生存函数。在处理与时间无关的协变量的经典 Cox PH 模型中，似乎我们可以使用 Nelson-Aalen 估计器获得 H(t) 的估计值：

我想知道如何从扩展 Cox 模型中获得基线危险/生存函数，而不是使用外部时间相关协变量？我可以使用类似的方法吗？

谢谢。

我有一个 Cox 比例风险模型，使用 R 中的以下代码来预测死亡率。添加协变量 A、B 和 C 只是为了避免混淆（即年龄、性别、种族），但我们对预测变量 X 非常感兴趣。X 是一个连续变量。

现在，我在为此绘制 Kaplan-Meier 曲线时遇到了麻烦。我一直在寻找如何创建这个数字，但我没有太多运气。我不确定是否可以为 Cox 模型绘制 Kaplan-Meier？Kaplan-Meier 是针对我的协变量进行调整还是不需要它们？

我所做的尝试如下，但有人告诉我这是不对的。

我还试图绘制一个显示死亡累积风险的数字。我不知道我是否做得对，因为我尝试了几种不同的方法并得到不同的结果。理想情况下，我想绘制两条线，一条显示 X 的第 75 个百分位数的死亡风险，另一条显示 X 的第 25 个百分位数。我该怎么做？

我可以列出我尝试过的所有其他内容，但我不想混淆任何人！

非常感谢。

我在 R 中计算了 Cox 比例风险回归。

现在，我得到了所有这些协变量的风险比（HR，或 exp(coef)），但我真的只对连续预测变量 X 的影响感兴趣。X 的 HR 为 1.20。X 实际上是按样本测量值缩放的，因此 X 的平均值为 0，SD 为 1。也就是说，X 增加 1 SD 的个体的死亡率（事件）几率比具有平均值的人高 1.23 倍X 的值（我相信）。

我希望能够说这些结果有点不那么尴尬，实际上这篇文章正是我想要的。它说：

“在调整了年龄、性别和教育程度的 Cox 比例风险模型中，较高水平的日常体力活动与死亡风险降低相关（风险比 = 0.71；95% CI：0.63, 0.79）。因此，个体与每日总体力活动量低的人（第 10 个百分位）相比，每日总体力活动量高（第 90 个百分位）的人的死亡风险约为 1/4。 ”

假设只需要 HR（即 1.20），如何计算这个比较语句？如果您需要任何其他信息，请向我索取。

在 Cox PH 模型中使用完全正确的审查处理数据。我从阅读中的理解是，正确的删失数据对 Cox 模型下的分析没有贡献——但是一个快速的实验告诉我，它们确实会影响 HR 和生存曲线的形状。

因此 df2 和 model2 仅由体验结果的人组成。如果模型 1 中的正确审查人员对我的分析没有贡献，那么两种分析的结果应该是相同的 - 但比较回归和曲线它们不是。

我在这里想念什么？

我正在通过 mgcv 包运行 GAM 模型，family = cox.ph()并将我的数据按地层（strata = id）分组。数据对应于单个动物的一个使用位置和与该个体相关的可供使用的 20 个随机位置。

该模型运行顺利，但我不确定如何绘制与 x 变量的关系。DWL是一个连续变量。我使用以下图表来绘制预测：

trans我对在绘图语法中使用参数感到有点困惑。使用cox.ph()您的家庭 agument，logit-link评估您对 x 变量的预测 y 响应的正确方法是DWL什么？

谢谢，

P法雷尔

我正在尝试在 theano 中实现 cox 回归。

我正在使用逻辑回归教程（http://deeplearning.net/tutorial/logreg.html）作为框架，并用 cox 回归 LL 函数（https://en.wikipedia ）替换逻辑对数似然（LL）函数.org/wiki/Proportional_hazards_model#The_partial_likelihood）。

这是我到目前为止所拥有的：

基本上，我需要对 LL_i 求和（其中 i 是 0 到 ytime.shape - 1）。但我不知道该怎么做。我应该使用扫描功能吗？

我有 50 个由老鼠创建的多重插补数据集，我在每个数据集上运行一个 Cox 模型。我需要随着时间的推移验证比例风险的假设，为此我将查看 cox.zph 中的图。

我想做的是在同一个图上绘制来自每个数据集的样条线。我知道这通常会lines()在调用之后完成plot，但是当我使用我的 zph 对象执行此操作时，R 连接每个点，这显然不是我想要的。

我尝试绘制一次，然后循环绘制它。个人 zph 只是我所有 cox 分析的列表

这将把它全部放在一个情节上，但它是模糊/粗体的，因为同样的事情已经被绘制了很多次。

有没有更好的方法来做到这一点，或者这个情节是我能得到的最好的？

所以我有一个 cox 查询 - 所以我正在尝试做一个 cox 回归，我想知道我是否可以将数据聚类两次：

• 我有一个数据集，其中有 200 只鸟，我在树林中的五个位置一个接一个地设置成对的喂食器（控制和刺激）。（任何时候只有一个控制和一个刺激馈线）

我正在尝试确定到达控制或刺激喂食器的时间是否存在差异 - 但是我想考虑到鸟类可以在我的数据中出现多次 - （在控制和刺激时，每个五个位置）。两次使用集群功能有意义吗？在上面的公式中，我通过鸟的 ID 和 location.Id 对它进行了聚类。

这似乎是一个显而易见的问题——但给我带来了无穷无尽的麻烦！非常感谢您提前为您提供任何关于此事的信息！！

亲切的问候

首先，我从这个链接中收集到Applying a function to multiple columns使用“功能”功能可能会做我正在寻找的东西。然而，我一直无法从以呈现的方式思考它到让它在我的情况下真正发挥作用（或者甚至不知道从哪里开始）。我是 R 的初学者，所以如果这是一个真正的“新手”问题，我提前道歉。我的数据是一个数据框，由一个事件变量（肿瘤复发）和一个时间变量（随访时间/复发时间）以及复发风险因素（t 分期、肿瘤大小、dx 年龄等）组成。有些风险因素是分类的，有些是连续的。我一直在手动运行我的单变量分析，一次一个，就像这个例子 univariateageatdx<-coxph(survobj~agedx)，然后收集数据。这对于多种因素和针对几种不同的重复类型都非常乏味。我认为必须有一种编码方式，这样我基本上可以拥有一行代码，其中包含 coxph 方程，然后将其应用于我所有感兴趣的变量，并吐出一个结果，该结果具有每个因素的单变量分析结果。我尝试使用 cbind 绑定变量（即x<-cbind("agedx","tumor size")然后运行 ​​cox coxph(recurrencesurvobj~x)，但这当然只是对这些变量进行了多变量分析，并没有将它们拆分为真正的单变量分析。

我还根据在不同站点上发现的类似问题尝试了以下代码，但它给出了显示的错误，我不知道该怎么做。这是在正确的轨道上吗？

然后我运行它有 coxph(f) 给我一个多元 cox 分析的结果。

谢谢！**编辑：我刚刚修复了错误，我需要使用列号，我想不是名称。更改反映在上面的代码中。但是，它仍然运行选择为多变量分析而不是真正的单变量分析的变量......

我有一个生存数据集。我想对治疗进行 logrank 测试，分为 4 类。我不能使用该survdiff()命令，因为这些统计数据的渐近分布是卡方，并且我需要正态性（我在多重插补设置中执行此操作并稍后合并）。相反，我想运行 Cox 回归，然后运行分数测试，这将是正态分布的。

所以，我想做的是把我的4个类别，然后把它们分成几组来单独比较。例如

治疗 2 与治疗 3：是否可以在不分解数据的情况下做到这一点？假设我们有来自包 KMsurv 的刻录数据集

这会输出 1 vs 2 vs 3 vs 4 的 logrank 测试，但我只想要 2 vs 3。我知道我可以通过在此命令之前运行来获得它

但是当我们必须做比较 1,2 与 4 之类的事情时，这将变得乏味且难以调试

那么，有没有办法在 coxph 命令中选择要比较的组，或者是选择组以预先设置它们的唯一方法？