Cox 모형 시각화

R로 배우는 생존 분석

Heidi Seibold

Statistician at LMU Munich

Cox 모형 시각화 단계

Cox 모형 계산
공변량 조합 결정(“가상의 환자”)
생존곡선 계산
생존곡선 정보를 담은 data.frame 생성
플로팅

1단계: Cox 모형 계산

cxmod <- coxph(Surv(time, cens) ~ horTh + tsize, data = GBSG2)

공변량 조합 결정(“가상의 환자”)

newdat <- expand.grid(
  horTh = levels(GBSG2$horTh),
  tsize = quantile(GBSG2$tsize, probs = c(0.25, 0.5, 0.75))   )
rownames(newdat) <- letters[1:6]
newdat

  horTh tsize
a    no    20
b   yes    20
c    no    25
...

2단계: 생존곡선 계산

cxsf <- survfit(cxmod, data = GBSG2, newdata = newdat, conf.type = "none")

str(cxsf)

List of 10
$ n       : int 686
$ time    : num [1:574] 8 15 16 17 18 29 42 46 57 63 ...
$ n.risk  : num [1:574] 686 685 684 683 681 680 679 678 677 676 ...
$ n.event : num [1:574] 0 0 0 0 0 0 0 0 0 0 ...
$ n.censor: num [1:574] 1 1 1 2 1 1 1 1 1 1 ...
$ surv    : num [1:574, 1:6] 1 1 1 1 1 1 1 1 1 1 ...
..- attr(*, "dimnames")=List of 2
.. ..$ : NULL
.. ..$ : chr [1:6] "a" "b" "c" "d" ...
$ type    : chr "right"
$ cumhaz  : num [1:574, 1:6] 0 0 0 0 0 0 0 0 0 0 ...
$ std.err : num [1:574, 1:6] 0 0 0 0 0 0 0 0 0 0 ...
$ call    : language survfit(formula = cxmod, newdata = newdat, conf.type = "none", data = GBSG2)
  - attr(*, "class")= chr [1:2] "survfit.cox" "survfit"

3단계: 생존곡선 정보로 data.frame 생성

surv_cxmod0 <- surv_summary(cxsf)
head(surv_cxmod0)

   time n.risk n.event n.censor surv std.err upper lower strata
 1    8    686       0        1    1       0    NA    NA      a
 2   15    685       0        1    1       0    NA    NA      a
 3   16    684       0        1    1       0    NA    NA      a
 4   17    683       0        2    1       0    NA    NA      a
 5   18    681       0        1    1       0    NA    NA      a
 6   29    680       0        1    1       0    NA    NA      a

surv_cxmod <- cbind(surv_cxmod0,
                    newdat[as.character(surv_cxmod0$strata), ])

4단계: 플롯

ggsurvplot_df(surv_cxmod, linetype = "horTh", color = "tsize",
  legend.title = NULL, censor = FALSE)

이제 직접 시각화해 보세요!

R로 배우는 생존 분석