使用randomForestSRC计算特定时间点的生存概率

Question

使用randomForestSRC计算特定时间点的生存概率

6

我正在使用 rfsrc 模拟一个生存问题，就像这样：

library(OIsurv)
library(survival)
library(randomForestSRC)

data(burn)
attach(burn)

library(randomForestSRC)

fit <- rfsrc(Surv(T1, D1) ~  ., data=burn)

# predict on the train set
pred <- predict(fit, burn, OOB=TRUE, type=response)
pred$predicted

这给出了所有患者的总体生存率概率。

我如何获得每个人在不同时间点（比如0-5个月或0-10个月）的生存概率？

- spore234

我注意到"pred$predicted"可以大于100。因此，它不应该是"所有患者的总体生存概率"。有谁知道这是用于生存模型的什么？ - Katelynn ruan

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- scribbles · Accepted Answer

这并不是一份对于非熟悉该软件包的人来说很容易理解的文档，但是它仍然是可以实现的。

加载数据。

data(pbc, package = "randomForestSRC")

创建试用和测试数据集

pbc.trial <- pbc %>% filter(!is.na(treatment))
pbc.test <- pbc %>% filter(is.na(treatment))

建立我们的模型

rfsrc_pbc <- rfsrc(Surv(days, status) ~ .,
                   data = pbc.trial,
                   na.action = "na.impute")

测试模型

test.pred.rfsrc <- predict(rfsrc_pbc, 
                           pbc.test,
                           na.action="na.impute")

所有的有用信息都包含在我们的预测对象中。$survival对象是一个n行（每个患者1行）和n列（每个时间兴趣1列 - 这些是自动选择的，但您可以使用ntime参数进行约束）。我们的矩阵是106x122。

test.pred.rfsrc$survival

< p > $time.interest 对象是一个不同的 "time.interest" 列表 (122 个，与我们从 $surival 得到的矩阵的列数相同)。

test.pred.rfsrc$time.interest

假设我们想要查看在5年时的预测状态，我们需要找出距离1825天（因为我们的测量周期是以天为单位）最接近的时间。当我们查看$time.interest对象时，我们看到第83行= 1827天，大约5年。$time.interest中的第83行对应于我们的$survival矩阵中的第83列。因此，要查看5年后生存的预测概率，我们只需要查看矩阵的第83列。

test.pred.rfsrc$survival[,83]

您可以针对您感兴趣的任何时间点执行此操作。