R 中生存数据的左删失

我想对左右删失的数据进行生存分析（Kaplan-Meier 和 Cox PH 建模）。我正在研究特定基因（基因 0 或 1）存在与不存在时发生心律失常 (AF) 的时间。然而，一些受试者在招募时被发现已经存在心律失常，因此应该进行审查。我已阅读生存包文档，但无法弄清楚如何解释左审查。下面是一些编造的示例数据。受试者 1 和 3 在基线时患有 AF，因此应进行审查。受试者 2 在随访结束时并未经历该事件，因此受到右删失。受试者 5 和 6 都经历过该事件（分别在 8 个月和 3 个月时）。

Gene<-c(0,0,1,1,0)
AF_at_baseline<-c(1,0,1,0, 0)
Followup_time<-c(11,3,8,15,7)
AF_time<-c(NA, NA, NA, 8, 3)
AF_data<-data.frame(Gene, AF_at_baseline, Followup_time, AF_time)

我有一个类似的问题并这样解决：

正如其中所述survival 帮助文件 http://stat.ethz.ch/R-manual/R-devel/library/survival/html/Surv.html你需要指定time and time2.

你可以想到左审查数据来自-infinity直到time你测量了，并且右删失的去从time您测量（可能是最后一次随访）直到+infinity。无穷大最好用以下方式编码NA.

解决我的问题的是创建两个向量：一个起始向量time和一个停止向量time2.

For time你想要所有这些值左审查 to be NA. 右截尾观测值填入测量时间，就像Events.

For time2事实恰恰相反。

然而我并没有真正得到你的数据。如果受试者已经发生过该事件，你为什么要跟进他们？这就是您对主题 4 和 5 所做的操作，即 AF-time 为 8 和 3，但 Followup_time 为 15 和 7。

为了提供帮助，我假设如下：

您有 5 名患者患有

AF_at_baseline<-c(1,0,1,0,0) #where 1 indicates left censoring

后续时间是事件时间（或左右删失的最后一次后续时间）

所以对于左审查您的 Followup_time 数据如下所示：

Followup_time <- c(NA, 3, NA, 15, 7)

For the 右删失 data:

Followup_time2 <- c(11, NA, 8 ,15, 7)
#Since you indicated that only subject 2 didn't experience the event

现在您可以致电 Surv

Surv.Obj <- Surv(Followup_time, Followup_time2, type = 'interval2')
Surv.Obj
[1] 11-  3+  8- 15   7 # with '-' indicating left censoring and '+' right censoring

然后你可以打电话survfit并绘制 Kaplan-Meier 曲线：

km <- survfit(Surv.Obj ~ 1, conf.type = "none")
km
Call: survfit(formula = Surv.Obj ~ 1, conf.type = "none")

      n  events  median 0.95LCL 0.95UCL 
      5       4       7       7      NA 
    enter code here

summary(km)
Call: survfit(formula = Surv.Obj ~ 1, conf.type = "none")

 time n.risk  n.event survival std.err lower 95% CI upper 95% CI
  7.0      4 3.00e+00     0.25   0.217       0.0458            1
  7.5      1 4.44e-16     0.25   0.217       0.0458            1
 15.0      1 1.00e+00     0.00     NaN           NA           NA


plot(km, conf.int = FALSE, mark.time = TRUE)

到目前为止，我还没有找到如何用区间数据做Cox PH。看我的问题here https://stackoverflow.com/questions/42069425/interval-censored-data-cox-proportional-hazard-and-surival-difference-in-r.