Answers:
Cox比例危害模型没有对潜在危害进行建模,而这正是您需要预测生存时间的模型-这既是模型的强大优势,也是主要缺点之一。
如果您对获取特定时间点生存概率的估计特别感兴趣,我将向您介绍参数化生存模型(又名加速失效时间模型)。这些在survival
R 的软件包中实现,并将为您提供参数化的生存时间分布,您可以简单地插入您感兴趣的时间并获取生存概率。
@statBeginner是的。它需要两个步骤:
x <- survfit(cox.ph.model, newdata = dataset)
dataset$Results <- summary(x)$table[,"median"]
但是我不确定中位生存时间是否足够准确。
尽管我同意这些观点,但中位生存期在临床上还是有用的。
您可能对我们(和其他人)的工作感兴趣,希望将中位数用作生存间隔的基础-我们认为这些方法更有用。