MATLAB中的Cox回归

Question

我知道在MATLAB中有环氧磷酸酯函数来做Cox回归，但是我对如何应用它有问题。

1)如何将两组样本与成活率数据(survdays)、截尾(cens)和某些预测值(x)进行比较？由groups逻辑变量定义的组。各组样本的数量不同。

( 2) coxphfit中的基线参数是什么？我确实读过这些文档，但是我应该如何正确地选择基准呢？

如果你知道一个关于医学生存数据的详细例子的网站，那就太好了。我只发现没有提到coxphfit的Mathworks演示。

你知道这可能是考克斯回归的另一个第三方函数吗？

UPDATE：自从得到答案后添加的r标记是R。

Answer 1

经生存分析，危险函数为瞬时死亡率。

在这些分析中，你通常是在测量某物对这个危害函数的影响。例如，你可能会问：“吞下砷会增加人的死亡率吗？”一种背景危险是人们死亡的程度(在这种情况下，不吞食砷)。

如果仔细阅读coxphfit的文档，您会注意到该函数试图计算基线危险；这不是您输入的东西。

基线计算基线危险的X值。

编辑:MATLAB的coxphfit函数显然不能处理分组数据。如果您很高兴切换到R，那么分析就是一条直线。

library(survival)

#Create some data
n <- 20; 
dfr <- data.frame(
  survdays = runif(n, 5, 15),
  cens     = runif(n) < .3,
  x        = rlnorm(n),
  groups   = rep(c("first", "second"), each = n / 2)
)

#The Cox ph analysis
summary(coxph(Surv(survdays, cens) ~ x / groups, dfr))

另一个编辑:MATLAB的baseline参数coxphfit似乎是一个正常化常数。R的coxph函数没有等效的参数。我查看了迈克尔·克劳利( Michael )的“统计计算”，它似乎表明基线风险并不重要，因为当你计算个体死亡的可能性时，它就会被抵消。见第33章，特别是p 615-616。我对模型工作原理的了解还不够深入，无法解释MATLAB和R实现中的差异；也许您可以在堆栈交换数据分析站点上询问。