Tuesday, September 23, 2014

Các hàm R phổ biến 5: Mô hình hồi qui Cox

Dưới đây là một số hàm dùng cho mô hình hồi qui Cox và vẽ đường biểu diễn Kaplan-Meier. Tôi cũng thêm một số hàm chính trong package BMA để chọn mô hình tối ưu.



Mô hình hồi qui Cox  

Phân tích 
Hàm R
Phương pháp Kaplan-Meier

library(survival);
# status=1 là có biến cố, 0 là censored
survtime = Surv(weeks, status==1));
kp = survfit(Surv(weeks, status==1)~1);
plot(kp)


Phương pháp Kaplan-Meier, so sánh 2 nhóm

bygroup = survfit(Surv(time, status==1)~group);
summary(bygroup);
plot(bygroup)

Mô hình Cox đơn biến

m = coxph(Surv(time, status==1) ~ group);
summary(m)
Mô hình Cox đa biến, với biến tiên lượng x1, x2

m = coxph(Surv(time, status==1) ~ group+x1+x2);
summary(m)
Tìm mô hình Cox “tối ưu”  bằng phương pháp AIC

cox = coxph(Surv(y, status) ~ ., data=dat);
summary(cox);
search = step(cox, direction="both");
summary(search)

Tìm mô hình Cox “tối ưu”  bằng phương pháp Bayesian Model Average

library(BMA);
bma = bic.surv(xvars, time, death);
summary(bma);
imageplot.bma(bma)



No comments:

Post a Comment