Weibullův model pro odhad hladkých křivek přežití

Survival Analysis in R

Heidi Seibold

Statistician at LMU Munich

Proč používat Weibullův model?

Survival Analysis in R

Výpočet Weibullova modelu v R

Weibullův model:

wb <- survreg(Surv(time, event) ~ 1, data)
Survival Analysis in R

Výpočet Weibullova modelu v R

Weibullův model:

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

Odhad Kaplan-Meier:

km <- survfit(Surv(time, event) ~ 1, data)
Survival Analysis in R

Výpočet měr z Weibullova modelu

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

90 % pacientů přežije za časovým bodem:

predict(wb, type = "quantile", p = 1 - 0.9, newdata = data.frame(1))
       1 
384.9947

p = 1 - 0.9, protože distribuční funkce je 1 − funkce přežití.

Survival Analysis in R
wb <- survreg(Surv(time, cens) ~ 1, data = GBSG2)

Křivka přežití:

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
Survival Analysis in R

Pojďme si procvičit!

Survival Analysis in R

Preparing Video For Download...