医学博士,R语言及Python爱好者,科研方向为真实世界研究,生信分析与人工智能研究。
今天看啥  ›  专栏  ›  灵活胖子的科研进步之路

生存分析最终解决方案-传统分析全套/landmark/RMST/竞争风险/调整协变量或IPTW后分析

灵活胖子的科研进步之路  · 公众号  ·  · 2024-08-24 17:16

文章预览

理论部分 代码实战 # 0. load packages---------------------------------------------------------------------- library(ggsurvfit) library(tidycmprsk) library(adjustedCurves) library(tidyverse) library(patchwork) library(gtsummary) library(survival) library(survminer) library(flextable) library(jskm) library(openxlsx) library(jstable) library(eoffice) library(msm) library(survRM2) 1.传统生存分析完整流 教程地址:https://www.danieldsjoberg.com/gtsummary/reference/tbl_survfit.html # 加载数据 lung   lung %>%    mutate(     status = recode(status, `1` = 0, `2` = 1),     sex = as.factor(sex)   ) str(lung) ####生存曲线绘制#### fit # 拟合生存模型 ## 绘制生图形 p1   ggsurvplot(fit = fit, #生存分析模型              data = lung, #数据集              palette =  "npg" , #色板              pval = T, #显示p值              confint = T, #显示置信区 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览