預測功能survreg r中

我有這樣的模型在生存分析：預測功能survreg r中

full_model_lognormal <- survreg(Surv(DF$TimeDeath, DF$event) ~ age + sex + mutation +BM1 + BM2, data = DF, 
          dist = "lognormal")

我需要計算一個男病人誰51歲，沒有基因突變的預期故障時間，以及BM1他值爲3.7mg/dL，BM2爲251mg/dL。

我需要使用預測功能，任何幫助嗎？

來源

2016-12-02 user140734

這個問題確實是一個重複：Finding the mean of the log-normal distribution in survival analysis in R

，但不能將其標記爲這樣的，因爲答案（我）沒有upvotes或複選標記：

lfit <- survreg(Surv(time, status) ~ ph.ecog, data=lung) 
pct <- 1:98/100 # The 100th percentile of predicted survival is at +infinity 
ptime <- predict(lfit, newdata=data.frame(ph.ecog=2), type='quantile', 
       p=pct, se=TRUE) 
matplot(cbind(ptime$fit, ptime$fit + 2*ptime$se.fit, 
          ptime$fit - 2*ptime$se.fit)/30.5, 1-pct, 
     xlab="Months", ylab="Survival", type='l', lty=c(1,2,2), col=1) 
# The plot should be examined since you asked for a median survival time 
abline(h= 0.5) 
# You can drop a vertical from the intersection to get that graphically 
.... or ... 
str(ptime) 
List of 2 
$ fit : num [1:98] 9.77 16.35 22.13 27.46 32.49 ... 
$ se.fit: num [1:98] 2.39 3.53 4.42 5.16 5.82 ...

您可以提取第50個百分點（這是中位生存期），從生存時間與順序：

ptime$fit[which((1-pct)==0.5)] 
# [1] 221.6023

如果你想得到平均時間，你不想使用「第100分位數」，因爲它是無窮大。我想，你可以計算0.1-0.99分位數的均值併除以0.99。

來源

2016-12-03 03:52:15

謝謝你的反饋，它不是真的重複，因爲我不是要求資助中位數生存時間，但這些具體參數的生存時間。 – user140734

你沒有提供一個允許有用的插圖的數據對象，但是如果你有，我會告訴你如何使用'newdata = ...'參數來做你所要求的。 –

爲了預測的響應，你可以做類似如下：

require(survival) 
fit <- survreg(Surv(time,status) ~ age + I(age^2), data=stanford2, 
       dist='lognormal') 
pred <- predict(fit, newdata=list(age=1:65), type='quantile', 
       p=c(.1, .5, .9))

來源

2016-12-03 00:13:20 utobi

謝謝你的回答，我在理論上知道如何使用預測模型，但不知道如何恰好符合我的問題 – user140734

預測功能survreg r中

回答

相關問題