我正在應用具有外部時間相關協變量的擴展Cox模型。這裏是一個小例子(DF),其餘借用和從Themeau和Grambsch的書修改,建模存活數據:延伸的Cox模型(2001):從擴展Cox模型(具有外部時間相關協變量)獲得基線危險函數/生存函數
id start stop event trt bili albumin
1 0 188 0 1 1.8 2.54
1 188 372 0 1 1.6 2.88
1 372 729 0 1 1.7 2.80
1 729 1254 0 1 3.2 2.92
1 1254 1462 0 1 3.7 2.59
1 1462 1824 0 1 4.0 2.59
1 1824 1925 1 1 5.3 1.83
2 0 56 0 0 1.8 2.36
2 56 172 0 0 1.6 1.89
2 172 521 1 0 1.7 1.56
3 0 36 0 1 3.2 2.10
3 36 232 0 1 3.7 2.32
3 232 352 0 1 4.0 1.96
3 352 610 1 1 5.3 2.05
我想獲得基線風險/存活功能來自擴展的Cox模型。在該處理時間無關協古典考克斯PH值模型中,我們似乎可以得到H(t)的估計使用納爾遜 - 阿倫估計:
fit1<- coxph(Surv(time, event) ~ tidc's, data=df)
sfit<-survfit(fit1)
sfit$surv
H<- -log(sfit$surv)
H<- c(H, tail(H, 1))
我想知道如何獲得基線風險/生存函數從擴展Cox模型,當外部時間依賴協變量被用來代替?我可以使用類似的方法嗎?
model_1<-coxph(Surv(start,stop,event) ~ treat+log(bili)+log(albumin),data=df)
mfit<-survfit(model_1)
mfit$surv
H1<- -log(mfit$surv)
H1<- c(H1, tail(H1, 1))
謝謝。
非常感謝。你是對的。 Therneau和Grambsch的書中有這樣一句話:「與時間相關的協變量的根本問題不是計算上的,而是概念上的......」 – goren9