数据分享|R语言生存分析模型因果分析:非参数估计、IP加权风险模型、结构嵌套加速失效(AFT)模型分析流行病学随访研究数据

简介: 数据分享|R语言生存分析模型因果分析:非参数估计、IP加权风险模型、结构嵌套加速失效(AFT)模型分析流行病学随访研究数据

原文链接:http://tecdat.cn/?p=26632


理解世界,我们可以从相关性的角度去描述,统计,机器学习,很多问题都是从相关的角度去描述的。我们去构建一个模型,不管是统计机器学习模型,还是深度学习模型,本质上是构建一个复杂映射。从特征到标签的一个映射,这个映射是有用的,但不完全有用。


因果分析


我们在这里用一个隐喻,下雨,来描述causal 和relevance。我们可以构建一个关于预测明天是否下雨的模型,从搜集到的大量特征,以及历史的下雨结果最为标签,构建模型。不管准确率多少,我们用这样一个模型能够预测明天是否能够下雨。

但是,我们很多时候要的不仅仅是预测,而是需要改变现状,例如沙漠中,我们想要哪些因素改变了,能够导致下雨。这就涉及到因果推断, causal inference 。


因果生存分析


在报告随机实验的结果时,除了意向治疗效应外,研究人员通常选择呈现符合方案效应。然而,这些符合方案的影响通常是回顾性描述的,例如,比较在整个研究期间坚持其指定治疗策略的个体之间的结果。这种对符合方案效应的回顾性定义经常被混淆,并且无法进行因果解释,因为它遇到了治疗混杂因素。

我们的目标是概述使用逆概率加权对生存结果的因果推断。这里描述的基本概念也适用于其他类型的暴露策略,尽管这些可能需要额外的设计或分析考虑。本文使用生存模型因果分析流行病学随访研究数据查看文末了解数据获取方式)。


生存曲线的非参数估计


# 对数据进行一些预处理 
ifelse(nes$death==0, 120, 
                         (ns$yrh-83)*12+nhefs$moh) # yrt从83到92不等

summary(survtime)

survdiff(Surv(srtm, dah) ~ qmk, data=nes)

fit <- survfit(Surv(rvie, dth) ~ sk, data=ns)
ggsurvplot(fit


点击标题查阅往期内容


R语言生存分析可视化分析


01

02

03

04


通过风险模型对生存曲线进行参数化估计

# 创建月数据
efsurv$ent <- ifelse(nhfs.rv$time==nhfs.urv$srvme-1 & 
                             nhf.srv$death==1, 1, 0)
# 拟合参数性风险模型
haads.el <- glm(event==0 ~ qs

#对每个人月的估计(1-风险)的分配 */
qk0$pnoevt0 <- predict(hardoel, mk0, type="response")
# 计算每个人月的生存率
qm0$uv0 <- cumprod(qm0$pnoet0)
# 一些数据管理来绘制估计的生存曲线
hadgrh$suvdff <- haardsgph$suv1-hardgrph$srv0
# 绘制
ggplot(hads.aph

通过IP加权风险模型估计生存曲线


# 估计ip权重的分母
nef$p.mk <- predict(enm, nes, type="response")
# 估计ip权重的分子
p.m <- glm(qk ~ 1, data=nefs, family=binomial() )
hfs$pnsm <- predict(p.m, nes, type="response")
# 估计权重的计算
nef$s.<- ifelse(hes$qsk==1, nefs$pqmk/nhes$d.qmk,
                     (1-nfs$p.smk)/(1-nef$pdqk))
summary(nhs$swa)

# 创建人月数据
nhfsw <- exnRos(nhfs, "srvtime", drop=F) 
nh.pw$ime <- sqee(rle(nefs.ipw$seqn)$lengths)-1
nhfipw$evnt <- ifele(nhf.iw$tie=nhefs.i$rv1 &) 
                            nhfs.w$eath==1, 1, 0)
nhefpw$tmesq <- nhfs.pw$me^2
# 拟合加权风险模型
imel <- glm(eve

# 创建生存曲线
ipw.k0 <- data.frame(cbind(seq(0, 119),0, (seq(0, 119))^2))
# 对每个人月的估计(1-危险)的分配 */
iwqk0$p.nvnt0 <- predict(ipwdl, pwm0, type="response")
iwsk1$povt1 <- predict(ip.el, ipmk1, type="response")
# 计算每个人月的生存率
ip.qs0$srv0 <- cumprod(ipwsk0$p.nevnt0)
ip.qm1$suv1 <- cumprod(iwqsk1$p.nvent1)
# 一些数据管理来绘制估计的生存曲线
ipwgph <- merge(ip.qmk0,pwsm1, by=c("time", "timesq") )
ipw.aph$surff <-ipw.ah$sv1-pwgrph$surv0
# 绘制
ggplot(ip.gph, ae

通过g-formula估计生存曲线


#  带有协变量的风险模型的拟合情况
g.mo <- glm(event==0 ~ qsm

# 创建数据集,包括每个治疗水平下的所有时间点 
# 每个人在每个治疗水平下的所有时间点
gf.qmk <- exanos(nfs, cunt=120, cotis.cl=F) 
gf.qm0$te <- rep(q(0, 119), now(nhf))
gqm0$tesq <- gqk0$tie^2
gqsk0$qmk <- 0
gfqsk1 <- gf.qm0
gf.sk1$mk <- 1
gfqk0$p.vnt0 <- predict(g.mdel, g.qk0, type="response")
gfqk1$p.eent1 <- predict(gf.mol, gf.mk1, type="response")
# 绘图
ggplot(gf.graph

通过结构嵌套AFT模型估计中位生存时间比率


# 对数据进行一些预处理
# 
modelA <- glm(qsmk ~ sex +
nhs$pqsk <- predict(moeA, nhe, type="response")
d <- nes\[!is.na(hf$surve),\] # 只选择有观察到的死亡时间的人
# 定义需要被最小化的估计函数
smf <- function(pi){
  
  # 创建delta指标
  if (psi>=0){
    delta <- ifelse
                    1, 0)
  } else if (psi < 0) {
    dlta <- ifelse
  }
  
 
  # 协方差
  sgma <- t(at) %*% smat
  if (sa == 0){
    siga <- 1e-16
  }
  etm <- svl\*solve(sia)\*t(sal)
  return(etmeq)
}
res <- optimize
# 使用简单的分割法找到95%置信度下限和上限的估计值
frcf <- function(x){
  return(smef(x) - 3.84)
}
if (bfuc < 3.84){
  # 找到sumeef(x)>3.84的估计值
  
  # 95%CI的下限
  while (tetlw < 3.84 & cnlow < 100){
    psl <- pilw - incre
    teslow <- sumeef(pslw)
    cunlow <- cunlow + 1
  }
  
  # 95%CI的上限值
 
  while (tsigh < 3.84 & onhih < 100){
    phigh <- pshih + inrem
    testig <- sumeef(pihigh)
    cunhgh <- cuntigh + 1
  }
  
  # 使用分切法进行更好的估计
  if ((tstig > 3.84) & (tslw > 3.84)){
    
    # 分割法
   
    cont <- 0
    dif <- right - left
    
    while {
      test <- fmiddle * fleft
      if (test < 0){
      } else {
      }
     
      diff <- right - left
    }
    
    psi_high <- middle
    objfunc_high <- fmiddle + 3.84
    
    # 95%CI的下限
    left <- psilow
   
    
    while(!){
      test <- fmiddle * fleft
      if (test < 0)

相关文章
|
2月前
【R语言实战】——带有高斯新息的金融时序的GARCH模型拟合预测及VAR/ES风险度量
【R语言实战】——带有高斯新息的金融时序的GARCH模型拟合预测及VAR/ES风险度量
|
2月前
|
数据采集 数据可视化
利用R语言进行因子分析实战(数据+代码+可视化+详细分析)
利用R语言进行因子分析实战(数据+代码+可视化+详细分析)
|
2月前
|
Web App开发 数据可视化 数据挖掘
利用R语言进行聚类分析实战(数据+代码+可视化+详细分析)
利用R语言进行聚类分析实战(数据+代码+可视化+详细分析)
|
2月前
|
移动开发 数据可视化
广义线性模型beta二项分布的淋巴结疾病风险预测可视化R语言2实例合集|附数据代码
广义线性模型beta二项分布的淋巴结疾病风险预测可视化R语言2实例合集|附数据代码
|
2月前
|
数据可视化 数据挖掘 API
【R语言实战】聚类分析及可视化
【R语言实战】聚类分析及可视化
|
2月前
|
机器学习/深度学习 数据可视化
R语言逻辑回归logistic模型ROC曲线可视化分析2例:麻醉剂用量影响、汽车购买行为2
R语言逻辑回归logistic模型ROC曲线可视化分析2例:麻醉剂用量影响、汽车购买行为
|
2月前
利用R语言进行典型相关分析实战
利用R语言进行典型相关分析实战
|
2月前
|
机器学习/深度学习 算法
R语言分类回归分析考研热现象分析与考研意愿价值变现
R语言分类回归分析考研热现象分析与考研意愿价值变现
|
2月前
|
数据可视化 定位技术
R语言贝叶斯INLA空间自相关、混合效应、季节空间模型、SPDE、时空分析野生动物数据可视化
R语言贝叶斯INLA空间自相关、混合效应、季节空间模型、SPDE、时空分析野生动物数据可视化
|
2月前
|
机器学习/深度学习 数据可视化 算法
R语言逻辑回归logistic模型ROC曲线可视化分析2例:麻醉剂用量影响、汽车购买行为1
R语言逻辑回归logistic模型ROC曲线可视化分析2例:麻醉剂用量影响、汽车购买行为

热门文章

最新文章