在带R的生存分析中，Cox比例风险模型中的“Survival”函数的目的是什么？

Question

我目前正在查看一份文件，其中指出要使用Cox比例风险模型，您的响应变量用于

coxph(formula, data=, weights, subset, 
      na.action, init, control, 
      ties=c("efron","breslow","exact"), 
      singular.ok=TRUE, robust=FALSE, 
      model=FALSE, x=FALSE, y=TRUE, tt, method, ...)

必须在公式部分中使用surv()。

谁能告诉我surv()函数是做什么的？我理解它说明它是一个生存对象，但我不确定它是否是必须的。谢谢!

Answer 1

在这种情况下，您只需阅读文档并运行其中的示例。? coxph中的第一个示例显示了以下内容：

# Create the simplest test data set 
test1 <- list(time=c(4,3,1,1,2,2,3), 
              status=c(1,1,1,0,1,1,0), 
              x=c(0,2,1,1,1,0,0), 
              sex=c(0,0,0,0,1,1,1)) 
# Fit a stratified model 
coxph(Surv(time, status) ~ x + strata(sex), test1) 

显然，您需要使公式的左侧/响应部分成为Surv的输出(它也有清晰的文档可供您阅读；请参阅?Surv)。如果您看一下该对象：

> str(Surv(test1$time,test1$status))
 Surv [1:7, 1:2] 4  3  1  1+ 2  2  3+
 - attr(*, "dimnames")=List of 2
  ..$ : NULL
  ..$ : chr [1:2] "time" "status"
 - attr(*, "type")= chr "right"

并查看它如何反映time和status列中包含的信息：

> with(test1, cbind.data.frame(time, status, Surv(time,status)))
  time status Surv(time, status)
1    4      1                 4 
2    3      1                 3 
3    1      1                 1 
4    1      0                 1+
5    2      1                 2 
6    2      1                 2 
7    3      0                 3+

然后，为了回答您关于是否有必要这样做的问题，您可以尝试在不使用它的情况下运行coxph，看看会发生什么：

> coxph(time ~ x + strata(sex), test1) 
Error in coxph(time ~ x + strata(sex), test1) : 
  Response must be a survival object

Answer 2

Surv()是一个创建生存对象的函数。对于生存分析，您需要随访时间(如果是时间依赖变量，则需要时间间隔)和个体的状态。显然，这是必要的。

您应该先阅读survival package documentation。我还建议您阅读这本很好地解释了生存分析的书：Survival Analysis: A Self-Learning Text