超级会员免费看
本文介绍了竞争风险模型在医学研究中的重要性，特别是在处理多个可能结局的竞争情况下。通过实例展示了如何使用R语言进行竞争风险分析，包括如何评估不同组间的死亡风险差异，并强调了这种分析方法相对于KM和Cox模型的优势。最后，作者提供了获取数据和学习资源的方式，并邀请读者讨论相关问题。
今天有粉丝找我做一个竞争风险模型，顺便给大家写一个简易的教程，有问题大家直接私信，根据您的需求，一直做到您满意。
竞争风险模型这个东西还是临床医生用的多：
很直观的情景就是：研究治疗方案A和白血病复发的关系，如果患者在去医院复查的路上出车祸意外死亡了，就观察不到白血病复发了，也就是说“车祸死亡” 和“复发”存在竞争。这样的现象在医学研究中，非常常见！你想研究A因素导致的病人死亡，可是现实情况是病人常常死于其他疾病或情形。这个就是竞争风险模型。
竞争风险模型可以作为Kaplan–Meier (KM)和cox比例风险模型的补充，在你的病人有很多个风险因素暴露的时候，如果你还将死于其余事件的数据记为删失数据就会高估你研究的暴露因素的累计发病率，这个时候使用竞争风险模型才是最好的选择：
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.
实例描述
现在我想对我的病人随访4个月，我关心的结局是病人会不会得A病死亡，但是这4个月中有病人陆陆续续得B病死亡了，我的研究问题是：AB导致的病人的死亡风险分别是如何随时间变化的。
那么这个就是一个竞争风险问题，我们可以模拟看看：
ss <- rexp(100)#结局时间
gg <- factor(sample(1:2,100,repla
订阅专栏 解锁全文
扫一扫
5138
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
