基于加权cox回归的调整生存曲线

Question

我试图根据对R中的病例队列数据集执行的加权cox回归来制作调整后的生存曲线，但不幸的是，我无法做到这一点。因此，我希望你们中的一些人能够弄清楚为什么它不工作。

为了说明这个问题，我使用了(并稍微调整了一下) "Package 'survival'“文档中的示例，这意味着我正在使用：

data("nwtco")

subcoh <- nwtco$in.subcohort
selccoh <- with(nwtco, rel==1|subcoh==1)
ccoh.data <- nwtco[selccoh,]
ccoh.data$subcohort <- subcoh[selccoh]
ccoh.data$age <- ccoh.data$age/12 # Age in years

fit.ccSP <- cch(Surv(edrel, rel) ~ stage + histol + age, 
                data =ccoh.data,subcoh = ~subcohort, id=~seqno, cohort.size=4028, method="LinYing")

数据集如下所示：

   seqno instit histol stage study rel edrel      age in.subcohort subcohort
4      4      2      1     4     3   0  6200 2.333333         TRUE      TRUE
7      7      1      1     4     3   1   324 3.750000        FALSE     FALSE
11    11      1      2     2     3   0  5570 2.000000         TRUE      TRUE
14    14      1      1     2     3   0  5942 1.583333         TRUE      TRUE
17    17      1      1     2     3   1   960 7.166667        FALSE     FALSE
22    22      1      1     2     3   1    93 2.666667        FALSE     FALSE

然后，我试图使用survminer软件包中的ggadjustedcurves-function来说明stage在调整后的生存曲线中的效果：

library(suvminer)
ggadjustedcurves(fit.ccSP, variable = ccoh.data$stage, data = ccoh.data)
#Error in survexp(as.formula(paste("~", variable)), data = ndata, ratetable = fit) : 
#  Invalid rate table

但不幸的是，这并不起作用。有人能找出原因吗？这能以某种方式修复或以另一种方式完成吗？

本质上，我正在寻找一种方法来图形化地说明在病例队列数据集上执行的加权cox回归中的连续变量的影响，因此，一般来说，我也有兴趣听到除了调整后的生存曲线之外，是否还有其他选择？

Answer 1

它抛出错误的两个原因。

1. 没有为ggadjcurves函数提供coxph.object`，它的半页指出它是设计的第一个对象。
2. variable参数的规范不正确。指定列的正确方法是使用与公式中的一个名称匹配的长度为1的字符向量。您为它提供了一个向量，其值是长度为1154的向量。

此代码成功：

 fit.ccSP <- coxph(Surv(edrel, rel) ~ stage + histol + age, 
                 data =ccoh.data)
 ggadjustedcurves(fit.ccSP, variable = 'stage', data = ccoh.data)

​

​

它可能不会回答你的愿望，但它确实回答了你问题中的“为什么-错误”部分。你可能想回顾一下瑟诺、辛西娅·S·克劳森和伊丽莎白·J·阿特金森在他们关于调整曲线的论文中使用的方法：

https://cran.r-project.org/web/packages/survival/vignettes/adjcurve.pdf