获取每个个体的Kaplan-Meier生存风险

Question

问题

考虑到有time和status变量的n个病人记录(包括其他变量)，我希望在他们在2，4，6，8，10年的时间内获得他们的生存风险。

我有24至47个月(2年)、48-83个月(4年)、84-107个月(6年)、108-119个月(8年)和120个“最多可得”月(10年)。

从个人角度来看，一个病人的生存月为30个月，将包括在两年期内，以及其他的预测变量，我想知道这个病人的生存风险在两年内。

我的方法

我正在使用R code described in this thread检索我的数据的生存风险百分比。

km <- survfit(Surv(time, status)~1, data=mydata)
survest <- stepfun(km$time, c(1, km$surv))

time变量是生存月份，status的值分别为生存和死亡的1和0。

代码输出如下(摘自here)：

> survest(0:100)
 [1] 1.0000000 0.9854015 0.9781022 0.9708029 0.9635036 0.9635036 0.9635036
 [8] 0.9416058 0.9124088 0.9124088 0.8978102 0.8905109 0.8759124 0.8613139
 [15] 0.8613139 0.8467153 0.8394161 0.8394161 0.8175182 0.8029197 0.7883212
 [22] 0.7737226 0.7664234 0.7664234 0.7518248 0.7299270 0.7299270 0.7225540
 [29] 0.7225540 0.7151810 0.7004350 0.6856890 0.6856890 0.6783160 0.6783160

我的问题是:这是我需要使用survest(0:300000)的300,000个个人记录的实际生存估计数吗？我尝试了survest(0:1000)，但是结果已经收敛到一些值，这并不能回答我的问题。

Answer 1

正如我在评论中提到的，我认为不可能对个别患者进行KM估计。KM-估计给出了种群水平上某一时间点的观察生存概率.然而，个体观察到的存活概率要么是0(死亡)，要么是1(活着)，两者之间没有关系。

你必须使用某种模型(如Cox PH、加速失效时间模型、神经网络等)，而不是观察到的生存概率。才能得到预测的生存概率。这些概率告诉你一个人在某个特定的时间点上存在的风险。

更新:使用基于OP提供的here代码的示例代码

library(pec) ; library(rms)

# Simulate data
set.seed(1)
examp.data <- SimSurv(3000)

# fit a Cox model with predictors X1+X2
coxmodel <- cph(Surv(time,status)~X1+X2, data=examp.data, surv=TRUE) 

# predicted survival probabilities can be extracted at selected time-points:
ttt <- quantile(examp.data$time)
ttt
#          0%          25%          50%          75%         100% 
#6.959458e-03 9.505409e+00 3.077284e+01 7.384565e+01 7.100556e+02 

# Get predicted survival probabilities at selected time-points:
preds <- predictSurvProb(coxmodel, newdata=examp.data, times=ttt)

# Store in original data
examp.data$predict.surv.prob.Q1 <- preds[,1] # pred. surv. prob. at  0.006959458
examp.data$predict.surv.prob.Q2 <- preds[,2] # pred. surv. prob. at  9.505409
examp.data$predict.surv.prob.Q3 <- preds[,3] # pred. surv. prob. at  30.77284
examp.data$predict.surv.prob.Q4 <- preds[,4] # pred. surv. prob. at  73.84565
examp.data$predict.surv.prob.Q5 <- preds[,5] # pred. surv. prob. at  710.0556

现在，您已经对数据中的每一个人在这5个时间点的生存概率进行了预测。当然，您确实需要根据判别(例如，package中的函数cindex )和校准(带有校准图，参见rms-package)来评估模型的预测性能。