一元coxph函数一次应用于多个协变量(列)

Question

首先，我从这个链接Applying a function to multiple columns中了解到，使用" function“函数可能会做我想要的事情。然而，我还没能从以现在的方式去思考它，到让它在我的情况下真正发挥作用(甚至真正知道从哪里开始)。我是R的初学者，所以如果这是一个真正的“新”问题，我会提前道歉。我的数据是由事件变量(肿瘤复发)和时间变量(随访时间/复发时间)以及复发危险因素(t期、肿瘤大小、dx年龄等)组成的数据框架。一些危险因素是明确的，有些是连续的。我一直在手工进行单变量分析，就像这个例子univariateageatdx<-coxph(survobj~agedx)一样，然后收集数据。对于多个因素来说，这变得非常繁琐，并且对于几个不同的重复类型也是如此。我想，一定有一种方法来编码，这样我基本上可以有一行代码，它有coxph方程，然后将它应用到我感兴趣的所有变量中，并给出了每个因素的单变量分析结果。我试着用cbind来绑定变量(即x<-cbind("agedx","tumor size")，然后运行cox coxph(recurrencesurvobj~x)，但这当然只是对这些变量进行多变量分析，而不是将它们作为真正的单变量分析。

我还根据我在另一个站点上发现的类似问题尝试了下面的代码，但是它给出了所显示的错误，我不知道如何处理它。这条路是对的吗？

f <- as.formula(paste('regionalsurvobj ~', paste(colnames(nodcistradmasvssubcutmasR)[6-9], collapse='+')))

然后我运行了coxph(f)，给出了多变量cox分析的结果。

谢谢！**编辑:我刚刚修复了错误，我需要使用列号--我想不是名字。更改反映在上面的代码中。然而，它仍然运行选择的变量作为多变量分析，而不是作为真正的单变量分析。

Answer 1

如果您想要走公式路线(在您的情况下，多个结果和多个变量可能是最实际的方法)，那么您需要为您想要适应的模型创建一个公式。我在这里分了一些步骤(制作公式、建立模型和提取数据)，它们可以偏离轨道--这使您可以检查所有模型。

#example using transplant data from survival package
#make new event-variable: death  or no death
#to have dichot outcome
transplant$death <- transplant$event=="death"

#making formulas
univ_formulas <- sapply(c("age","sex","abo"),function(x)as.formula(paste('Surv(futime,death)~',x))
)
#making a list of models
univ_models <- lapply(univ_formulas, function(x){coxph(x,data=transplant)})

#extract data (here I've gone for HR and confint)
univ_results <- lapply(univ_models,function(x){return(exp(cbind(coef(x),confint(x))))})