使用R包进行临床数据单因素多因素分析

探序基因肿瘤研究院  整理

相关R包：survival, survminer

参考相关其他文章：

1.  临床预测模型概述6-统计模型实操-单/多因素Cox回归_in coxph.fit(x, y, istrat, offset, init, control, -优快云博客

2. https://zhuanlan.zhihu.com/p/164668157

3. Topic 7. 临床预测模型--Cox回归 https://zhuanlan.zhihu.com/p/456332427

R中的coxph函数介绍：

coxph(formula, data=, weights, subset,
      na.action, init, control,
      ties=c("efron","breslow","exact"),
      singular.ok=TRUE, robust,
      model=FALSE, x=FALSE, y=TRUE, tt, method=ties,
      id, cluster, istate, statedata, ...)

案例介绍：

reate a simple data set for a time-dependent model
单因素：
test2 <- list(start=c(1, 2, 5, 2, 1, 7, 3, 4, 8, 8),
                stop =c(2, 3, 6, 7, 8, 9, 9, 9,14,17),
                event=c(1, 1, 1, 1, 1, 1, 1, 0, 0, 0),
                x    =c(1, 0, 0, 1, 0, 1, 1, 1, 0, 0) )

summary( coxph( Surv(start, stop, event) ~ x, test2))

多因素：

data表格中有time, state，A,B,C等列

coxph( Surv(time,state) ~ A + B + C, data)

coxph函数中，关于组的说明，数字小的应该是对照组，数字大的是实验组

summary coxph结果中，可在每一行条目看到最后带有实验组的标号

HR风险比的含义：

HR一般指风险比。HR主要用于估计治疗过程中试验组和对照组之间风险率的比值，从而评估不同治疗方案的效果。HR提供了一个量化指标，用于比较不同治疗组在整个研究期间发生特定事件（如死亡或疾病进展）的风险。若HR小于1，意味着试验组相较于对照组，事件发生的风险更低；反之，则风险更高。例如，HR为0.75表示试验组的风险是对照组的75%，即风险降低了25%。HR能够考虑多种影响因素，如年龄、性别等，使得结果更为准确，与单纯比较中位生存期不同，HR能够全面反映整个研究期间的治疗效果。

exp（β），我们称之为风险函数值比值，简称风险比，HR；它是两个率之比，属于相对危险度RR值的一种（关于相对危险度，可以了解前文：队列研究的基本统计分析策略）。

coxph 函数 计算结果的exp(coef)就是风险比（HR）