R語言-生存分析

有關生存分析的相關知識，請自行前往“算法與模型”類博客進行學習。
(http://blog.csdn.net/xiaohukun/article/details/77679134)

一、下載並加載包

進行生存分析使用的是survival 包

install.packages("survival")   #安裝survival包
library(survival)      #加載survival包

二、準備數據

使用survival包自帶的“pbc”數據集爲例（418*20）

這裏記錄的time只是原始時間，還需要根據status判斷生存時間的類型，轉化成相應的格式。這個工作由Surv(time,event)完成,並返回生存對象

> Sur_Obj<-Surv(pbc$time,pbc$status)
> Sur_Obj
[1]  400  4500? 1012  1925  1504+ 2503  1832? 2466  2400 
 [10]   51  3762   304  3577? 1217  3584  3672?  769   131 ……

三、繪製生存曲線

函數surfit(formula)，根據填入的formula按照默認K-M算法進行生存曲線擬合。如果填入的formula只有一個向量，則寫成x~1的形式。

#獲得曲線模型
> model<-survfit(Sur_Obj~1) 
> summary(model)
Call: survfit(formula = Sur_Obj ~ 1)

232 observations deleted due to missingness 
 time n.risk n.event survival std.err lower 95% CI upper 95% CI
   41    186       2  0.98925 0.00756      0.97454       1.0000
   43    184       1  0.98387 0.00924      0.96593       1.0000
   51    183       1  0.97849 0.01064      0.95787       0.9996
   71    182       1  0.97312 0.01186      0.95015       0.9966
   77    181       1  0.96774 0.01296      0.94268       0.9935
   94    180       1  0.96237 0.01395      0.93540       0.9901
  110    179       1  0.95699 0.01488      0.92827       0.9866
  111    178       1  0.95161 0.01573      0.92127       0.9830
  130    177       1  0.94624 0.01654      0.91437       0.9792
  ……
#其中lower 95% CI 和 upper 95% CI爲95%置信度時生存率的上下區間

> model
Call: survfit(formula = Sur_Obj ~ 1)

   232 observations deleted due to missingness 
      n  events  median 0.95LCL 0.95UCL 
    186     161    1217    1077    1492 
#其中median 即爲中位生存期,0.95LCL,0.95UCL爲預測上下限  

直接通過plot(model,ylab = "生存率",xlab="天")便可以繪製生存曲線。

四、單因素分析

這裏主要是指用survdiff(formula)函數進行log-rank檢驗。

> survdiff(Sur_Obj~pbc$trt)   #trt是分組條件
Call:
survdiff(formula = Sur_Obj ~ pbc$trt)

n=144, 274 observations deleted due to missingness.

           N Observed Expected (O-E)^2/E (O-E)^2/V
pbc$trt=1 75       65     65.5   0.00441   0.00956
pbc$trt=2 69       60     59.5   0.00486   0.00956

 Chisq= 0  on 1 degrees of freedom, p= 0.922 

原假設爲兩類數據均值無明顯差異，P值爲接收原假設的概率，顯然此處>>0.05，因此不能拒絕原假設。結論：trt不同的患者生存時間並無明顯差異。

五、多因素分析

採用逐步迴歸的方式一步一步確定影響因素是否進入模型，並進行協變量的PH假定驗證。分別使用到coxph(formula)函數和cox.zph(fit)函數。

#相似比檢驗，原假設爲加入新因素無差別，P值看是否爲影響因素，coef爲係數
> coxmodel<-coxph(Sur_Obj~pbc$bili)
> coxmodel
Call:
coxph(formula = Sur_Obj ~ pbc$bili)

          coef exp(coef) se(coef)    z       p
pbc$bili 0.078     1.081    0.013 6.01 1.8e-09

Likelihood ratio test=28.6  on 1 df, p=9.09e-08
n= 186, number of events= 161 
   (232 observations deleted due to missingness)

#原假設爲符合PH假定   
> zphmodel<-cox.zph(coxmodel)
> zphmodel
             rho  chisq     p
pbc$bili 0.00717 0.0064 0.936

也可以通過繪製β 圖的方法看係數的變化趨勢，如變化不大則也認爲符合PH假定。
plot(zphmodel)

如此，生存分析中涉及的基本分析就完成了。