Il modello di Weibull per stimare curve di sopravvivenza lisce

Analisi di sopravvivenza in R

Heidi Seibold

Statistician at LMU Munich

Perché usare un modello di Weibull?

Modello di Weibull:

wb <- survreg(Surv(time, event) ~ 1, data)

Modello di Weibull:

wb <- survreg(Surv(time, event) ~ 1, data)

Stima di Kaplan-Meier:

km <- survfit(Surv(time, event) ~ 1, data)

wb <- survreg(Surv(time, cens) ~ 1, data = GBSG2)

Il 90% dei pazienti sopravvive oltre il tempo:

predict(wb, type = "quantile", p = 1 - 0.9, newdata = data.frame(1))

       1 
384.9947

p = 1 - 0.9 perché la funzione di distribuzione è 1 meno la funzione di sopravvivenza.

wb <- survreg(Surv(time, cens) ~ 1, data = GBSG2)

Curva di sopravvivenza:

surv <- seq(.99, .01, by = -.01)

t <- predict(wb, type = "quantile", p = 1 - surv, newdata = data.frame(1))
head(data.frame(time = t, surv = surv))

       time surv
 1  60.6560 0.99
 2 105.0392 0.98
 3 145.0723 0.97
 4 182.6430 0.96
 5 218.5715 0.95
 6 253.3125 0.94

Analisi di sopravvivenza in R