Kaplan-Meier 曲线图与生成的统计数据不一致
Plot of Kaplan-Meier curve inconsistent with generated statistics
我正在为 R 包 frailtypack 中提供的再入院数据绘制 Kaplan-Meier (KM) 曲线。我使用这些简单的代码按性别变量对曲线进行分层：
library(survival)
library(frailtypack)
data(readmission)
readmission
sobj<-Surv(readmission$time,readmission$event==1)
km.plot <- survfit(sobj ~readmission$sex, data = readmission)
km.plot
plot(km.plot,lty=c(1,2),lwd=2)
legend(x="bottomleft",lty=c(1,2),lwd=2, legend=c("Male","Female"))
数据是关于反复发生的事件（即受试者有多次失败时间）。 "km.plot" 的输出告诉我，男性和女性都有大量经过审查的事件时间。在此情况下，我希望 KM 曲线平稳到非零生存概率，但女性的生存概率变为零。当我只为第一个事件时间制作情节而忽略后续事件时，我仍然得到这个。
我认为我的代码可能有问题，但很难弄清楚。我非常感谢对此的任何帮助
不要在回归参数之外创建 Surv 对象，并且不要在不引用数据帧的情况下使用列名。在您的代码中违反这两种做法将阻止“预测”和“绘图”方法使用模型对象中的术语属性知道在哪里访问数据元素。
曲线形状问题：如果最后一个事件是死亡，那么 K-M 曲线将降为零。
请解释为什么您认为 K-M 曲线对“重复事件”有意义？
我正在为 R 包 frailtypack 中提供的再入院数据绘制 Kaplan-Meier (KM) 曲线。我使用这些简单的代码按性别变量对曲线进行分层：
library(survival)
library(frailtypack)
data(readmission)
readmission
sobj<-Surv(readmission$time,readmission$event==1)
km.plot <- survfit(sobj ~readmission$sex, data = readmission)
km.plot
plot(km.plot,lty=c(1,2),lwd=2)
legend(x="bottomleft",lty=c(1,2),lwd=2, legend=c("Male","Female"))
数据是关于反复发生的事件（即受试者有多次失败时间）。 "km.plot" 的输出告诉我，男性和女性都有大量经过审查的事件时间。在此情况下，我希望 KM 曲线平稳到非零生存概率，但女性的生存概率变为零。当我只为第一个事件时间制作情节而忽略后续事件时，我仍然得到这个。
我认为我的代码可能有问题，但很难弄清楚。我非常感谢对此的任何帮助
不要在回归参数之外创建 Surv 对象，并且不要在不引用数据帧的情况下使用列名。在您的代码中违反这两种做法将阻止“预测”和“绘图”方法使用模型对象中的术语属性知道在哪里访问数据元素。
曲线形状问题：如果最后一个事件是死亡，那么 K-M 曲线将降为零。
请解释为什么您认为 K-M 曲线对“重复事件”有意义？