如何解决使用 R 包“survival”和“rms”校准 Cox PH 模型:时间单位混淆
我使用 R 包“rms”构建了 Cox Proportional Hazards 模型,并尝试对其进行交叉验证。将数据分成训练集和测试集是我想做的,但我是生存分析的新手,除了 rms::calibrate 之外,在文献中找不到任何东西。我无法让它工作。
代码如下:
# using the package 'survival',I make a survival object with
# follow-up time (2000 to 2020) and status (event=1,survival/censoring 0)
surv2 <- Surv(grid3@data$def_mean,grid3@data$status)
d <- datadist(grid3@data) # stores distribution summaries for potential variables??
options(datadist = "d") # seems to help cph() refer to variables
model <- cph(surv2 ~ cost_mean + elev_mean + popn_mean + cop99 + PAs_mean,data = grid3@data,x = TRUE,y = TRUE,surv = TRUE,time.inc=1)
modrms <- rms::calibrate(model,B = 40,u = 1)
'time.inc' 是时间增量(1 年) - 查看 model$surv.summary,我可以看到生存和“不”。 20 年中每一年的风险数据。所以这是有道理的。但是调用 rms::calibrate 我得到的第一条消息是 Using Cox survival estimates at 1 Days
...并查看我得到的校准:
> summary(attr(modrms,"predicted"))
Min. 1st Qu. Median Mean 3rd Qu. Max.
1 1 1 1 1 1
...所以看起来模型已经校准了 1 天?当然,每个人都活了下来 (1=100%) ...使用 rms::calibrate(model,u = 20)
也会发生同样的事情。
我再次尝试开始:
units(grid3@data$def_mean) <- "year"
surv3 <- Surv(grid3@data$def_mean,grid3@data$status)
Error in Ops.units(time,origin) :
both operands of the expression should be "units" objects
我不知道接下来该尝试什么。如果我能用 2000-10 年的数据建立一个模型,用它来预测 2010-20 年,并查看预测与实际,那不是很好吗?但我一直坚持校准,而且文档假设了比我更多的统计专业知识(大学统计数据加上努力提高我的数学)。
这是数据结构(不知道如何使这个可重现):
> str(grid3@data)
'data.frame': 36918 obs. of 7 variables:
$ def_mean : num 20 20 20 20 20 20 20 20 20 20 ...
$ status : num 0 0 0 0 0 0 0 0 0 0 ...
$ elev_mean : num -0.664 -0.664 -0.664 -0.664 -0.664 ...
$ popn_mean : num -0.1658 0.0664 -0.1484 0.0601 -0.0381 ...
$ cost_mean : num 1.53 1.48 1.43 1.66 1.6 ...
$ PAs_mean : num 0 0 0 0 0 0 0 0 0 0 ...
$ cop99 : Factor w/ 12 levels "10","20","30",..: 5 5 5 5 5 5 5 5 5 5 ...
> summary(grid3@data$def_mean)
Min. 1st Qu. Median Mean 3rd Qu. Max.
3.20 20.00 20.00 19.59 20.00 20.00
> table(grid3@data$status)
0 1
34696 2222
解决方法
rms
软件包在某些方面可能具有陡峭的学习曲线。您已经了解到有时会被忽略的一件事:使用 datadist()
来总结预测变量的重要性,然后设置 datadist
选项(使用 datadist
对象),以便汇总函数具有合理的默认显示选择。
关于第二个错误,我想知道您是否在更改时间单位后没有重新运行datadist()
命令并重置datadist
选项。 units()
相关的 label()
包中的 rms
和 Hmisc
函数可能非常有用,但如果您在之后不重新运行和重置 datadist()
使用它们我怀疑事情会让下游的软件感到困惑。如果你在一个地方指定一个单位,它可能会在另一个地方期待相同的单位。
然而,这些命令不做任何转换。默认假设是时间单位是“天”,因此这就是默认情况下在输出中打印的内容。如果您将“单位”更改为“年”,打印输出将显示“年”而不是“日”,但基础计算不会改变。
因此,尽管 calibrate()
最初声称以“1 天”计算,但事实并非如此;那只是它的默认打印单位。它仍然在 time = 1
处进行校准。这么早的校准可能不是您想要的。
我依稀记得如果原始 time.inc
调用中的 cph()
设置与 u
调用中的 calibrate()
设置不匹配,会遇到一些问题。我通常的做法是知道我想要校准的时间点(例如,某些类型癌症数据的 3 年生存率)并将其用于这两种设置。玩一下玩具数据集,看看如何让它适合你。
最后,calibrate()
最好与 plot()
一起使用来显示校准曲线(理想的、建模的、由引导程序校正的乐观)。如果您尝试 print()
calibrate
对象,可能会出现故障。标准图上显示的值是正确的。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。