问题标签 [cox]

我在 R 中运行一个 Cox 模型，由于违反 PH 假设，它包含几个时变系数，我在 coxph 中使用 tt 函数引入了这些系数。其中两个是连续变量，var2 和 var3，我的时变系数之一是 3 级因子变量。模型代码如下：

运行代码后我得到的输出是：

对于 var4（因子），我以与 var2 或 var3（连续变量）类似的形式得到 tt(var4) 输出是否正常，而不是估计 var4 的每个子类别的时变效应（如估计var4 的主要影响，级别 1 和 2）？我找不到太多关于此的内容，但我想我记得我前一段时间看到的一个示例，其中 tt() 输出区分了多级因子变量的各个类别。

值得注意的是，我不是编程或数学方面的专家，所以我不确定我是否首先对模型进行了正确编码（例如，如果与时间交互，是否可以包含这么多不同形式的 tt 函数，是矩阵必要/正确？） - 非常欢迎任何反馈！

我需要你的帮助！我有一个包含 100,000 个案例和 81 个变量的数据集，我为每个变量运行一个循环，以针对 r 中的年龄和性别进行调整：

输出包括年龄、性别和每个变量的系数，如下所示：

我想知道是否有办法让我在 excel 中只导出每个变量的系数，也就是第三行，而不是全部三个。

非常感谢您提前提供的帮助！

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。其中 X 是一种降低死亡风险的药物（我们的假设）。

所以我想制作一个cox生存图来显示两组（X = 0和X = 1）之间的比较，并调整其他协变量（A，B，C）。

我已经开始了第一步

然后我用这段代码制作了考克斯图

它给了我一个只有一条（累积）线的图，而不是（X = 1和X = 0）之间的比较，甚至风险表也只是一组。

我的问题是如何在该图中显示比较？还如何在风险表中显示两组？

注意：当我做 KM 时，我很容易在不调整协变量 A+ B+ C 的情况下进行比较。

我希望一切都好。很抱歉这个天真的问题，因为我对 R 很陌生。我已将数据从 STATA 移动到 R 并尝试做一个生存模型。我做了以下事情：

这非常有效。但是，当我尝试做 coxph 时，它没有用，我得到了以下信息：

错误：“Coxph= coxph(Surv (time, event)~X, method “”中的意外输入

另外，当我尝试时：

Surv（时间，事件）中的错误：时间变量不是数字

另外，当我尝试时：

错误：Cox 模型需要一个包含“时间”（>0）和“状态”（二进制）列的矩阵作为响应；一个“生存”对象就足够了

感谢您的帮助，为什么我会收到这些错误以及如何修复它们

非常感谢

期待您的回音

我希望一切都好。我正在尝试使用机器学习方法为 cox 比例风险回归分析进行变量选择。

我发现了这篇不错的论文：Cox Proportional Hazards Models via Approximated Information Criteria 的 Sparse Estimation of Cox Proportional Hazards Models

论文名称：coxphMIC: An R Package for Sparse Estimation of Cox Proportional Hazards Models via Approximated Information Criteria 链接：https ://www.semanticscholar.org/paper/coxphMIC%3A-An-R-Package-for-Sparse-Estimation -of-Cox-Nabi-Su/684bba7a8cb7afacaa7203249cfc06180a5d522f

我想知道我是否使用 CoxphMIC 命令在 R 上运行了稀疏估计，它为最终模型选择了变量。

我有几个问题： - 我可以为 coxphMIC 做哪些估计后测试？- 我可以使用 coxphMIC 选择的变量并单独使用它们来运行 cox 比例风险回归模型吗？- 我可以使用这些变量来运行贝叶斯 cox 比例风险模型吗？，即使 coxphMIC 为 cox 危险回归选择变量？这是否合理？

非常感谢您的帮助

期待您的回音

我正在探索生存模型，即“Cox Proportional-Hazards Model”。我想使用 for 循环来运行模型的多个属性。

只是 Cox-PH 模型可用的“属性”片段。

由于我仍在学习该模型及其潜在输出，因此我想尝试运行所有内容以查看它抛出了什么。

我想写一些类似的东西：

有谁知道我们如何做到这一点？（我知道阅读文档会有所帮助，但作为一个人，我更亲力亲为！）

我使用 R 中的 coxme 包在约 18,000 次观察中拟合混合效应 Cox 模型，但速度非常慢。大约 30 分钟后我没有结果。

相比之下，使用 lme4 在不到一分钟的时间内估计出在相同观察中具有相同参数（当然减去事件发生时间变量）的混合效应逻辑模型。

有什么方法可以加快 coxme 的计算速度？我正在寻找一些性能提示，类似于 lme4 的可用提示：https ://cran.r-project.org/web/packages/lme4/vignettes/lmerperf.html 。

我的 cox 回归模型的协变量之一有 3 个类别：0、1、2。当我运行模型时，结果只显示一个风险比。我了解 R 仅将 1 和 2 与 0（基线）进行比较？有没有办法可以比较 0 和 1、0 和 2、1 和 2，都在我的模型中？

谢谢

我正在尝试了解 predict.coxph() 的各种输出的含义。我目前正在尝试在训练集上拟合 cox 模型，然后使用训练集的结果系数在测试集（新数据集）中进行预测。

我从 predict.coxph() 帮助页面中看到，我可以使用它type = "survival"来提取个人的生存概率——它等于 exp(-expected)。

这是迄今为止我尝试使用 ISLR2 BrainCancer 数据的代码块。

生成的预测： predict(fit, type = "survival", newdata = d.test)

[1] 0.9828659 0.8381164 0.9564982 0.2271862 0.2883800 0.9883625 0.9480138 0.9917512 1.0000000 0.9974775 0.7703657 0.9252100 0.9975044 0.9326234 0.8718161 0.9850815 0.9545622 0.4381646 0.8236644

[20] 0.2455676 0.7289031 0.9063336 0.9126897 0.9988625 0.4399697 0.9360874

这些生存概率是否与特定时间点相关？从帮助页面上，听起来这些是newdata争论中后续时间的生存概率。这个对吗？

附加问题：

• 在 predict.coxph 中如何估计基线危害？是否使用 Breslow 估计器？
• 如果type = "expected"使用，这些值是累积风险吗？如果是，这些的相关时间点是什么？

谢谢！

我正在尝试创建一个只有一个解释变量的 Cox 比例风险模型。要执行似然比检验，我知道我需要一个完整的简化模型。我也知道完整模型将是每个组的单独平均值，而简化模型将使用整个数据集的整体平均值。如何确保在 R 中正确设置？在这个模型中，如果患者进行了心脏手术，z 为 1，否则 z 为 0

我有：

这能实现吗？我得到了一个答案，我只是想知道这是否是一个完整的模型和简化的模型，因为我没有其他变量可以使用？