问题标签 [lifelines]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 使用生命线和分类变量的 Cox 回归
嗨，我正在使用 lifelines 包进行 Cox 回归。我想检查非二元分类变量的影响。有内置的方法吗？或者我应该将每个类别因素转换为一个数字？或者，在生命线中使用 kmf 拟合器，是否可以对每个因素执行此操作，然后获得 p 值？我可以制作单独的图，但我找不到如何评估 p 值。
谢谢！
更新：好的，如果在使用 pd.get_dummies 后我有一个格式为 df 的数据框：
我现在需要删除其中一个虚拟变量。然后做：
如果我现在想绘制分类变量如何影响生存图，我将如何处理？我试过了：
但是它将变量的所有不同因素绘制在同一条曲线上，我希望曲线会有所不同。好吧，我实际上不确定它是绘制所有曲线还是仅绘制最后一条曲线，但它绘制了分类变量中所有可能性的图例。
谢谢
python - 我如何从 Lifelines 中的 coxPHFitter 函数和我的变量的系数中提取基线危害
以下是我从文档网站获得的示例代码。我想访问基线危害和变量系数。'''
'''
python - 随时间创建交互变量后求解 Cox 比例风险
我正在使用生命线包进行 Cox 回归。在尝试拟合模型后，我检查了 CPH 假设是否存在任何可能的违规行为，它返回了一些有问题的变量以及建议的解决方案。
我想尝试的解决方案之一是这里建议的解决方案： https ://lifelines.readthedocs.io/en/latest/jupyter_notebooks/Proportional%20hazard%20assumption.html#Introduce-time-variing-covariates
但是，此处编写的示例使用CoxTimeVaryingFitter，与CoxPHFitter不同，它没有一致性分数，这将帮助我衡量模型性能。此外，CoxTimeVaryingFitter没有检查假设功能。这是否意味着通过将其放入情节格式，所有假设都会自动满足？
或者，在阅读了有关生存分析的 SAS 教科书后，他们的解决方案似乎是直接创建交互项（将有问题的变量与生存时间相乘），而不将格式更改为情节格式（如链接所示）。这样，由于CoxPHFitter的模型评分功能，我希望继续使用它。
但是，在执行此替代方案后，当我再次在具有时间交互变量的模型上调用 check_assumptions 时，违反了时间交互变量的 CPH 假设。
现在我左右为难：
- 在不知道模型性能的情况下使用CoxTimeVaryingFitter （似乎是个坏主意）
- 使用CoxPHFitter，但在时间交互变量上违反了假设（这本质上似乎无法解决问题）
非常感谢任何有关解决这种困惑的帮助
python - 在 Pycharm 退出代码 0 中使用生命线绘制 KMF 曲线但没有输出
抱歉，我对此很陌生，但我尝试运行一些代码，我得到退出代码 0（没有错误），但我没有看到任何输出（在 Python 控制台中）我正在使用带有生命线包的 PyCharm Python 3.7
python - 有没有办法从 CPH fitter 包中的 plot_covariate_groups 方法中提取数据？
我使用生命线中的 CPH.fitter 运行了 Cox 比例危险模型。现在我想要队列中某些单个参数的生存函数。使用 plot_covariate_groups 方法，我得到了生存函数的图像，但我需要提取创建绘图的数据。谁可以帮我这个事。
先感谢您！
python - Lifelines logrank p 与 KM-plotter 不匹配
我试图从比较表达低水平或基因 BRCA1 的癌症患者和表达高水平 BRCA1（BRCA1 -BReast CAncer 基因 1）的患者的生存 Kaplan-Meier 图中获得对数秩 p 值
所以，我从 GEO (GSE1456) 下载了癌症数据 - 一个 DNA 阵列，链接到来自患者的癌症数据，以及描述
在这个数组中，BRCA1 量化从 2 到 7（任意单位），所以我想在 5.74 处拆分数据（低/高表达式）
我使用生命线绘制 Kaplan-Meier
最后我得到了logrank值：
具有值p_value：0.3932833438047245
为了验证我的分析，我将其与 KM-plotter 进行了比较。好消息是它显示了相同的图像：
但是，具有不同的 logrank 值，logrank p = 0.046
根据我的分析，这两个生存图没有统计学意义，但通过使用 KM 绘图仪，它们具有统计学意义。
我怀疑经过审查的样本可能会在 p 的计算方式中发挥作用，但不确定如何解决它。
问题：谁能指导我如何使用生命线正确计算对数秩？
谢谢
编辑添加原始数据：
python - 预测当前时间审查对象的生存概率
我正在尝试使用以下方法为审查对象在当前时间生成预测生存函数：
但是结果与我添加conditional_after时的结果不同：
如何在当前时间为 censored_subjects 添加 conditional_after 而不创建 NxN 输出？
python - Python中COX生存分析的样条回归分析
我目前正在使用生命线进行 coxph 生存分析。我想知道是否有任何库或函数可以帮助我对 coxph 模型进行样条回归分析？
像这样的东西：
https://imgur.com/pMcAJQ3（对不起，我没有足够的声誉来发布图片）
我发现了很多关于 R 的指令，但没有找到关于 python 的指令。
python-3.x - 在数据框中获取生命线 CoxPH 模型的一致性结果
我在 python 中使用 CoxPH 实现生命线包。目前，结果在系数和相关统计数据的表格视图中，可以通过print_summary()看到。这是一个例子
我怎样才能只获得一致性索引作为数据框或列表。cph.summary 返回主要结果的数据框，即 p 值和 coef，但它不包括一致性索引和其他周围信息。
