r-获得每个个体的Kaplan-Meier生存风险

Question

问题

给定n-具有time和status变量(以及其他变量)的患者记录，我想获得他们在2、4、6、8、10年内的生存风险。

我分为24-47个月(2年)、48-83个月(4年)、84-107个月(6年)、108-119个月(8年)和120个月(10年)。

从个人角度来看，一名存活月数为30个月的患者将被纳入两年期，我想了解该患者两年内的生存风险，以及其他预测变量。

我的方法

我正在使用本线程中描述的R代码检索我的数据的生存风险百分比。

km <- survfit(Surv(time, status)~1, data=mydata)
survest <- stepfun(km$time, c(1, km$surv))

time变量是生存月份，status的值分别为1和0。

代码输出如下(取自此处)：

> survest(0:100)
[1] 1.0000000 0.9854015 0.9781022 0.9708029 0.9635036 0.9635036 0.9635036
[8] 0.9416058 0.9124088 0.9124088 0.8978102 0.8905109 0.8759124 0.8613139
[15] 0.8613139 0.8467153 0.8394161 0.8394161 0.8175182 0.8029197 0.7883212
[22] 0.7737226 0.7664234 0.7664234 0.7518248 0.7299270 0.7299270 0.7225540
[29] 0.7225540 0.7151810 0.7004350 0.6856890 0.6856890 0.6783160 0.6783160

我的问题是：这些是我需要使用survest(0:300000)的300000份个人记录的实际生存估计吗？我尝试了survest(0:1000)，但结果已经收敛到某个值，这不能回答我的问题。

Answer 1

正如我在评论中提到的，我认为不可能获得个别患者的KM估计值。KM估计器给出了在种群水平上某个时间点观察到的生存概率。然而，观察到的个体存活概率要么是0(死亡)，要么是1(活着)，两者之间没有任何差异。

你将不得不使用某种模型(例如Cox PH、加速故障时间模型、神经网络等)来获得预测的生存概率，而不是观察到的生存概率。这些概率告诉你一个具有特定变量组合的个体在特定时间点存活的风险。

更新：示例代码基于此处提供的OP代码

library(pec) ; library(rms)
# Simulate data
set.seed(1)
examp.data <- SimSurv(3000)
# fit a Cox model with predictors X1+X2
coxmodel <- cph(Surv(time,status)~X1+X2, data=examp.data, surv=TRUE) 
# predicted survival probabilities can be extracted at selected time-points:
ttt <- quantile(examp.data$time)
ttt
#          0%          25%          50%          75%         100% 
#6.959458e-03 9.505409e+00 3.077284e+01 7.384565e+01 7.100556e+02 
# Get predicted survival probabilities at selected time-points:
preds <- predictSurvProb(coxmodel, newdata=examp.data, times=ttt)
# Store in original data
examp.data$predict.surv.prob.Q1 <- preds[,1] # pred. surv. prob. at  0.006959458
examp.data$predict.surv.prob.Q2 <- preds[,2] # pred. surv. prob. at  9.505409
examp.data$predict.surv.prob.Q3 <- preds[,3] # pred. surv. prob. at  30.77284
examp.data$predict.surv.prob.Q4 <- preds[,4] # pred. surv. prob. at  73.84565
examp.data$predict.surv.prob.Q5 <- preds[,5] # pred. surv. prob. at  710.0556

现在，在你的数据中，每个人在这5个时间点的生存概率都有了预测。当然，您确实需要评估模型在区分(例如，使用pec包中的函数cindex)和校准(使用校准图，请参阅rms包)方面的预测性能。