问题标签 [survival]

survfit() 函数将不接受列表，因此我需要一种方法来取消列出 Surv() 的结果而不从列中删除信息。例如，使用肺数据：

这是尝试lung从我的列表中使用并传递lung$survObj到 `survfit() 并按第 5 列（性别）分组：

但鉴于以下情况：

和

即双倍！

我得到明显的抱怨，我正在比较长度不等的列。

还请注意，这些+符号在取消列出后被删除，这对 survfit() 至关重要。

有没有人设法在数据框列表上调用 survfit ？

谢谢。

如何在 R 中执行 Prametric 混合固化建模？虽然半参数建模包在那里称为 smcure。但我需要通过参数混合固化模型对我的数据进行建模。或者任何人都可以建议其他统计软件包来做同样的事情。提前致谢

我正在使用 Stata 并完成竞争风险回归，其中继发性癌症诊断为失败，死亡为竞争风险。

我不确定我是否正确使用了 stset 命令。我正在使用的代码是这样的： -

其中“diagtime”是初级和二级诊断之间的时间，fail == 1 是二级诊断的发生。

当我运行回归时，我需要将死亡指定为竞争失败，但不确定是否应该将其指定为单独死亡，或者死亡以及没有第二次诊断。

我正在使用 Python 中 Lifelines 中的 AalenAdditiveFitter 构建预测模型，以预测事件是否会发生以及何时发生。

T（时间）= 月 C（事件）= 1 是，0 是否

此外，我还有 8 个正在使用的属性。

我能够建立一个相对稳定的模型并使用以下方法获得累积危险概率：

有没有办法直接从 AalenAdditiveFitter 过程中获得条件/边际概率？

因此，在进行了更多挖掘之后，我可以假设以下内容吗？

1. 我从 Aalen Additive 模型中获得累积危险概率
2. 为了让他们得到每个月的条件概率，我可以取上个月的差值：P(t) - P(t-1)

这是基于发布在https://quant.stackexchange.com/questions/21816/cumulative-vs-marginal-probability-of-default上的答案

不确定这个解决方案是否如此简单，请帮忙。

我正在尝试拟合 Cox Proportional Hazard 模型来分析抗议事件的数量对不同国家不同政体存活率的影响。

我的数据集看起来类似于：

因此，基本上我的数据集提供了有关每年许多变量的年度信息，但是有关政权的开始和结束日期以及生存时间（以天为单位）的信息仅在每个给定政治政权的第一行中提供.

我的数据包括 48 个不同政治政权的信息，其中 15 个在我正在查看的时间跨度内崩溃。

我为 Cox PH 模型安装了生存包：

这给了我以下结果：

因此，这些结果意味着我正在失去 556 个国家年，因为我的数据框中的行不包括有关政权生存时间的信息。

我现在的问题是，如何将国家年份包括在不提供日期、日期和时间信息的分析中？

我想，如果我只是复制每个国家/地区的信息，这会增加我的政权垮台的次数吗？

我假设我必须为每个给定的政治制度提供一个唯一的 ID，以确保 R 可以区分不同的情况。那么，我必须如何拟合在分析中包含不同国家/地区信息的 Cox PH 模型？

提前谢谢了！

我有以下生存数据集，我想在每年的 1 月 1 日之前拆分间隔。例如，对于 personid 1220，我将在 1912-01-01、1913-01-01、1914-01-01、1915-01-01 进行拆分。我尝试使用survSplit但他们只能做数字向量。如果有其他方法，您能告诉我吗？

在下面的数据集中，时间 = EndDate - StartDate。这是我到目前为止所拥有的：

但这仅按年划分。

在 R 中，当比例检验（使用 coxph）显示违反 Cox 模型中的比例假设时，将协变量和时间之间的交互项结合起来的最佳方法是什么？我知道您可以使用分层或与时间术语的交互，我对后者感兴趣。我无法在互联网上找到一个明确的解释以及如何在互联网上执行此操作的示例。在使用 Rossi 数据集的最常见示例中，Fox 建议这样做，

使用年龄：停止与年龄：开始建模之间有区别吗？公式是否必须使用这种格式？如果我使用具有两个参数格式的 Surv，以下是否也有意义？

或者您必须拆分数据集并使用 Surv(start,stop,event) 方法？此外，还有时间变换方法，所以，

我知道有些人更喜欢模型log(t)而不是t这里。但是，其中哪一种是模拟时间交互的正确方法？这些都是指相同/不同的基础统计模型吗？最后，所有建模（对于交互项）h(t) = h0(t)exp(b*X*t)：？

我正在尝试使用 survminer 包中的 ggsurvplot 绘制 Kaplan-Meyer 曲线。当我传递保存在列表中的 survfit 对象时，我无法绘制它。

让我以肺数据集为例。一切工作如下：

现在我对两个变量进行 survfit 并将模型结果保存在列表中。然后尝试用ggsurvplot制作KM图。

我收到这样的错误消息：

有人知道为什么吗？我该如何解决这个问题？非常感谢！

早上好，

在匹配案例/对照研究后，我一直在尝试在 R 中进行分层逻辑回归，但在我看来遇到了一个意想不到的错误。我已经使用 mtcars 数据集重现了该错误：

coxph(formula = Surv(rep(1, 32L), am) ~ vs + strata(cyl), data = test, 中的错误：Cox 模型不支持“mright”生存数据

在我的理解中，clogit-function 创建了时间参数，R 似乎对此有问题。当我不使用 am 作为一个因素时，错误就消失了，但这就是整体，但我不必将其标记为一个因素才能进行逻辑回归吗？

顺便说一句，我使用的是 R 3.2.2 和生存包 2.41-3，但是由于这两个函数似乎都来自生存包，所以这不应该是问题的根源，对吧？或者这个错误在较新的 R 版本下无法重现？

我正在使用 survreg 函数和 weibull 分布来预测我的数据最后一行的生存时间，但我收到了错误消息。

我的数据是：

我的代码是：

错误信息是：

这些数据只是我全部数据的一小部分。除此之外，所有其他数据都运行良好。看起来这是因为所有的 Days 和 Sum 都是一样的。我将火车更改为：

然后就好了。因此，weibull 可能无法处理所有相同的值。但我不明白为什么会发生此错误以及如何解决？