在R中使用Cox比例风险模型计算生存预测

Question

我正在尝试使用R语言中的Cox比例风险模型来计算生存预测。

    library(survival)
    data(lung)
    model<-coxph(Surv(time,status ==2)~age + sex + ph.karno + wt.loss, data=lung)
    predict(model, data=lung, type ="expected")

当我使用上述代码时，我得到的是与该公式相对应的累积风险预测。

    h^i(t)=h^0(t)exp(x′iβ^)

但我的担忧在于预测与公式相对应的生存率。

    S^i(t)=S^0(t)exp(x′iβ^)

我该如何在R中预测生存率？

提前感谢。

- Edwin Vivek N

---

你解决了如何进行预测吗？我有完全相同的问题，我认为答案无法提供概率。 - Yoki

我在R中这样计算生存率的： exp(-predict) 其中，predict是使用predict()函数预测newdata的预测值。 - Edwin Vivek N

谢谢回复！只是想确认您在这里指的是哪种类型的预测？ - Yoki

Answer 1

你可以使用 predict 或者 survfit。使用 predict 时，需要给 newdata 参数传递一个包含模型中所有变量值的列表：

predict(model, 
      newdata=list(time=100,status=1,age=60,sex=1, ph.karno=60,wt.loss=15),
      type ="expected")
[1] 0.2007497

对于 survfit 对象，有一个绘图方法：

?survreg
png(); plot(survfit(model)); dev.off()

- IRTFM

---

你能解释一下这个图表的含义吗？ - Edwin Vivek N

[1] 0.2007497 这个结果是否意味着生存率？ - Edwin Vivek N

生存函数不返回速率。速率是计数/风险单位时间。生存函数返回比例。0.020是具有newdata参数输入的特征的队列的估计生存比例。 - IRTFM

使用 type = "risk" 是否允许按风险级别对观测进行评分？这是否可以用作事件即将发生的指标，或者输出如何解释？谢谢。 - Seanosapien

将 predict.coxph 函数的类型设置为 "risk"，可以得到风险评分，即 exp(lp)，也可以称为危险比或相对危险度，其中 lp 是针对原始数据点或由 newdata 值列表对象提供给函数的假设点集的线性预测器。更高的风险评分与更早的事件或等效地更短的中位生存期相关联。 - IRTFM

注意事项：survfit和coxph模型的'type'参数具有不同的值（例如“right”，“left”，“counting”），而predict.coxph的'type'参数则不同。 - IRTFM