如何在R中使用林模型包向变量和因子添加标签，以进行最终的林图表示？

Question

使用森林模型软件包的林地确实是多变量cox回归的好方法。但是，我在用原始变量和数据因素的名称替换最终表示标签(即变量:Age 2表示“年龄”；因子:0表示"<60"，1表示"≥60")时遇到了问题，≥对R编码的知识有限，但我尝试了expss包向变量和因素添加标签。然而，coxph()并不适用于标签，而是处理因素。

这是我的编码：

Cox比例模型：

mcox<-coxph(pblsurv~age2+sex1+origin,data = pbl)

使用森林模型包的森林地块：

print(forest_model(mcox))

最后一个图中的变量名是age2、sex1、origen；因此，我使用expss包添加标签：

pbl <- apply_labels(pbl,
                      age2 = "Age",age2 = c("<60"=0,"≥60"=1),
                      sex1 = "Gender",sex1 = c("Female"=0,"Male"=1),
                      origin = "Ethnicity",origin =c("Non=hispanic"=0, "Hispanic"=1))

然而，在贴上标签之后，coxph没有起作用：

mcox<-coxph(pblsurv~age2+sex1+origin,data = pbl)
Error in coxph(pblsurv ~ age2 + sex1 + origin, data = pbl) : 
  data contains an infinite predictor

您知道在print(forest_model(mcox))中使用什么额外的代码来进行最终的日志演示吗？

Answer 1

我还喜欢使用包forestmodel报告关联度量，并多次遇到相同的问题。我寻找解决方案，并找到了不同的方法，但都相当复杂，特别是对于R初学者(这就是我的例子)。我找到了一个简单的解决列名问题的方法，它使用来自var_label包的labelled函数：

labelled::var_label(pbl$age2) <- "Age group"
labelled::var_label(pbl$sex1) <- "Gender"
labelled::var_label(pbl$origin) <- "Ethnicity"

在那之后，进行森林计划。