参数中的级联字符串

Question

在一个循环中，我很难计算出多个类似的任务。我试图用简单的for循环来操作参数，但每次都失败了。

我在这里分享的例子来自生存分析，但我为所有类似的任务寻求一个解决方案。

我以前用surv_cutpoint()进行了计算，对于用survfit()计算拟合值的步骤，我编写了一个for循环，因为我想分别计算每两个蛋白质水平的总体存活率(OS)和无病生存率(DFS)。

如果我的问题过于基本，我很抱歉，但我找不到答案。

循环是这样

for (i in c("protein1", "protein2")){
  for(f in c("OS", "DFS")){
    column_name<- paste0(i,"_IHC_Score")
    fit_name<-paste0(f,"_fit_",i)
    time <- paste0(f,"_month")
    status <- paste0(f,"_status")
    data_name <- paste0("dummy_", f)
    paste(fit_name)<- survfit(
      formula = Surv(time, status) ~ column_name,
      data = data_name)
  }
}

我收到错误的Time variable is not numeric，我认为问题是引号，但noquote()没有帮助。

作为一个例子，公式假设这样的工作“蛋白质1”和“整体生存”：

Call: survfit(formula = Surv(OS_month, OS_status) ~ protein1_IHC_Score, 
    data = dummy_OS)

   27 observations deleted due to missingness 
                         n events median 0.95LCL 0.95UCL
protein1_IHC_Score=high 41      7     NA      32      NA
protein1_IHC_Score=low  56      5     NA      NA      NA

其结果是：

数据集是这样的

> head(dummy_OS)
   OS_month    OS_status    protein1_IHC_Score     protein2_IHC_Score
1      104         0                low               high
2       91         0               high               high
3       49         0                low               high
4      111         0                low               <NA>
5      105         0                low               high
6       52         0               high               high
> head(dummy_DFS)
    DFS_month   DFS_status   protein1_IHC_Score   protein2_IHC_Score
1       104          0                low               high
2        91          0               high               high
3        49          0                low               high
4       111          0                low               <NA>
5       105          0                low               high
6        52          0               high               high

Answer 1

您可以更改最后一个代码。

paste(fit_name) <- survfit(
  formula = Surv(time, status) ~ column_name,
  data = data_name
)

至

assign(fit_name, survfit(
  formula = as.formula(paste0("Surv(", time, ", ", status, ") ~ ", column_name)),
  data = eval(parse(text=data_name))
))

为了进一步改进，我建议不要将每个结果保存到不同的变量，而是将它们保存到一个单独的列表中。

例如,

map(c(protein1="protein1", protein2="protein2"), function(i){
  imap(c(OS=dummy_OS, DFS=dummy_DFS), function(data_name, f){
    survfit(
      formula = as.formula(paste0(
        "Surv(", f, "_month", ", ", f, "_status", ") ~ ", f, "_status"
      )),
      data = data_name
    )
  })
})

生成嵌套列表，如

$protein1
$protein1$OS
survfit object 1

$protein1$DFS
survfit object 2


$protein2
$protein2$OS
survfit object 3

$protein2$DFS
survfit object 4

我希望这能帮上忙！