У меня есть модель пропорциональных рисков Кокса, созданная с использованием следующего кода в R, который прогнозирует смертность. Ковариат A, B и C добавляются просто, чтобы избежать смешения (например, возраста, пола, расы), но нас действительно интересует предсказатель X. X - непрерывная переменная.Участок Каплан-Мейер для регрессии Кокса
cox.model <- coxph(Surv(time, dead) ~ A + B + C + X, data = df)
Теперь у меня возникают проблемы с графикой кривой Каплана-Мейера. Я искал, как создать эту фигуру, но мне не повезло. Я не уверен, возможно ли создание Каплана-Мейера для модели Кокса? Каплан-Мейер корректирует мои ковариаты или не нуждается в них?
То, что я пробовал, приведен ниже, но мне сказали, что это неправильно.
plot(survfit(cox.model), xlab = 'Time (years)', ylab = 'Survival Probabilities')
Я также попытался построить рисунок, показывающий совокупную опасность смертности. Я не знаю, делаю ли я это правильно, так как я пробовал несколько разных способов и получал разные результаты. В идеале я хотел бы построить две строки, которые показывают риск смертности для 75-го процентиля X и один, который показывает 25-й процентиль X. Как я могу это сделать?
Я мог бы перечислить все, что я пробовал, но я никого не хочу смущать!
Большое спасибо.
Это не то, что «кривые КМ настроить для ковариат», а что можно построить предсказывал кривые выживаемости шаг функции от модели подходит. Большинство людей использовали термин кривая KM для обозначения нескорректированных кривых выживаемости. Вы также должны указать все переменные, чтобы сделать прогноз. См. Приведенный ниже код. –