今天有粉絲找我做一個競爭風(fēng)險模型，順便給大家寫一個簡易的教程，有問題大家直接私信，根據(jù)您的需求，一直做到您滿意。
競爭風(fēng)險模型這個東西還是臨床醫(yī)生用的多：
很直觀的情景就是：研究治療方案A和白血病復(fù)發(fā)的關(guān)系，如果患者在去醫(yī)院復(fù)查的路上出車禍意外死亡了，就觀察不到白血病復(fù)發(fā)了，也就是說“車禍死亡” 和“復(fù)發(fā)”存在競爭。這樣的現(xiàn)象在醫(yī)學(xué)研究中，非常常見！你想研究A因素導(dǎo)致的病人死亡，可是現(xiàn)實情況是病人常常死于其他疾病或情形。這個就是競爭風(fēng)險模型。
競爭風(fēng)險模型可以作為Kaplan–Meier (KM)和cox比例風(fēng)險模型的補充，在你的病人有很多個風(fēng)險因素暴露的時候，如果你還將死于其余事件的數(shù)據(jù)記為刪失數(shù)據(jù)就會高估你研究的暴露因素的累計發(fā)病率，這個時候使用競爭風(fēng)險模型才是最好的選擇：
Competing risk analysis refers to a special type of survival analysis that aims to correctly estimate marginal probability of an event in the presence of competing events.
實例描述
現(xiàn)在我想對我的病人隨訪4個月，我關(guān)心的結(jié)局是病人會不會得A病死亡，但是這4個月中有病人陸陸續(xù)續(xù)得B病死亡了，我的研究問題是：AB導(dǎo)致的病人的死亡風(fēng)險分別是如何隨時間變化的。
那么這個就是一個競爭風(fēng)險問題，我們可以模擬看看：
ss <- rexp(100)#結(jié)局時間
gg <- factor(sample(1:2,100,replace=TRUE),1:2,c('男','女'))#生成因子分組
cc <- sample(0:2,100,replace=TRUE)#結(jié)局
print(xx <- cuminc(ss,cc))
刪失結(jié)局為0，所以我們有1，2兩個結(jié)局相互競爭，分別是“死于A病”和“死于B病”，從上面的結(jié)果可以看出在不同的時間點死于AB病的邊緣概率。比如在時間點1時病人死于A病和B病的邊緣概率或者邊緣風(fēng)險分別是0.18和0.26.
我們可以把累計風(fēng)險函數(shù)畫出來：
plot(xx, curvlab = c("死于A病", "死于B病"), xlab = "Days")
到這兒，問題一就解決了，病人其實更容易死于B病哦。
然后問題二：男女之間死于AB病的風(fēng)險有無差異。
這個問題就涉及到競爭模型的分組比較，學(xué)會了男女比較其他的分類變量的比較都是一樣的：
betweengroups <- cuminc(ftime = ss, fstatus = cc, group = gg)
運行上面的代碼就可以構(gòu)建一個以病人性別分組比較的競爭風(fēng)險模型，同樣的我們可以將各個組的累計風(fēng)險畫出來：
plot(betweengroups, lty = c(1, 1, 2, 2),curvlab = c("死于A病,男", "死于A病,女",
"死于B病,男", "死于B病,女"),
xlab = "Days",color = 1:6)
那么具體男女之間不同疾病的死亡風(fēng)險有沒有差異呢？
可以看到上圖的模型輸出結(jié)果中pv大于0.05，說明男女之間兩種疾病的死亡風(fēng)險并沒有統(tǒng)計上的不同。
小結(jié)
今天給大家簡要介紹了競爭風(fēng)險模型，注意我們還只是僅僅在探討死亡風(fēng)險這個因變量的不同變化，還沒有考慮是哪些因素影響這個死亡風(fēng)險，之后的文章會給大家寫。
感謝大家耐心看完，自己的文章都寫的很細，代碼都在原文中，希望大家都可以自己做一做，請關(guān)注后私信回復(fù)“數(shù)據(jù)鏈接”獲取所有數(shù)據(jù)和本人收集的學(xué)習(xí)資料。如果對您有用請先收藏，再點贊轉(zhuǎn)發(fā)。
也歡迎大家的意見和建議。
如果你是一個大學(xué)本科生或研究生，如果你正在因為你的統(tǒng)計作業(yè)、數(shù)據(jù)分析、論文、報告、考試等發(fā)愁，如果你在使用SPSS,R，Python，Mplus, Excel中遇到任何問題，都可以聯(lián)系我。因為我可以給您提供最好的，最詳細和耐心的數(shù)據(jù)分析服務(wù)。
如果你對Z檢驗，t檢驗，方差分析，多元方差分析，回歸，卡方檢驗，相關(guān)，多水平模型，結(jié)構(gòu)方程模型，中介調(diào)節(jié)，量表信效度等等統(tǒng)計技巧有任何問題，請私信我，獲取最詳細和耐心的指導(dǎo)。
If you are a student and you are worried about you statistical #Assignments, #Data #Analysis, #Thesis, #reports, #composing, #Quizzes, Exams.. And if you are facing problem in #SPSS, #R-Programming, #Excel, Mplus, then contact me. Because I could provide you the best services for your Data Analysis.
Are you confused with statistical Techniques like z-test, t-test, ANOVA, MANOVA, Regression, Logistic Regression, Chi-Square, Correlation, Association, SEM, multilevel model, mediation and moderation etc. for your Data Analysis...??
Then Contact Me. I will solve your Problem...
加油吧，打工人！
往期內(nèi)容：
[R數(shù)據(jù)分析：Lasso回歸篩選變量構(gòu)建Cox模型并繪制列線圖]
[R數(shù)據(jù)分析：ROC曲線與模型評價實例](
[R文本挖掘：文本主題分析topic analysis](
[python數(shù)據(jù)分析：pandas的converters參數(shù)]
[R文本挖掘：詞云圖怎么做，worldcloud2初識](
