[R-br] Extraindo o "cumulative hazard" de objeto survfit

Pedro Emmanuel Alvarenga Americano do Brasil emmanuel.brasil em gmail.com
Sex Dez 10 16:02:31 -03 2021


Na verdade eu estou fuçando ainda como plot.survfit faz pq não esta escrito
em qualquer lugar que eu tenha achado como essa função faz e a
summary.survfit retorna o erro padrão. Mas como a duvida era como extrair o
cumhaz... achei que poderia postar. Se voce souber como a função plot faz
posta aí que eu acerto.

Pedro Brasil


Em sex., 10 de dez. de 2021 às 13:32, Cesar Rabak <cesar.rabak em gmail.com>
escreveu:

> Esse cálculo dos limites superiores e inferiores do risco acumulado me
> parece estranho..
>
> A formulação é baseada em alguma referência?
>
>
> On Fri, Dec 10, 2021 at 1:23 PM Pedro Emmanuel Alvarenga Americano do
> Brasil por (R-br) <r-br em listas.c3sl.ufpr.br> wrote:
>
>> > fit <- survfit(Surv(time, status) ~ x, data = aml)
>> > y <- summary(fit, times = c(14,28,35))
>> > y
>> Call: survfit(formula = Surv(time, status) ~ x, data = aml)
>>
>>                 x=Maintained
>>  time n.risk n.event survival std.err lower 95% CI upper 95% CI
>>    14      8       2    0.818   0.116        0.619        1.000
>>    28      6       2    0.614   0.153        0.377        0.999
>>    35      3       2    0.368   0.163        0.155        0.875
>>
>>                 x=Nonmaintained
>>  time n.risk n.event survival std.err lower 95% CI upper 95% CI
>>    14      7       5    0.583   0.142       0.3616        0.941
>>    28      4       2    0.389   0.147       0.1854        0.816
>>    35      2       2    0.194   0.122       0.0569        0.664
>>
>> > cumhaz.summ <- function(y, digits = 3){
>> +   cond <- y$strata == levels(y$strata)[1]
>> +   y$cumhaz.upper  <- pmax(y$cumhaz + 1.96 * y$std.chaz,0)
>> +   y$cumhaz.lower  <- pmax(y$cumhaz - 1.96 * y$std.chaz,0)
>> +   output <- list()
>> +   for(i in seq_along(levels(y$strata))){
>> +     cond <- y$strata == levels(y$strata)[i]
>> +     output[[i]] <- round(data.frame(Time = y$time[cond],
>> +                                     'N risk' = y$n.risk[cond],
>> +                                     'N events' = y$n.event[cond],
>> +                                     'Cum Hazard' = y$cumhaz[cond],
>> +                                     lower = y$cumhaz.lower[cond],
>> +                                     upper =
>> y$cumhaz.upper[cond]),digits)
>> +   }
>> +   names(output) <- levels(y$strata)
>> +   output
>> + }
>> > cumhaz.summ(y)
>> $`x=Maintained`
>>   Time N.risk N.events Cum.Hazard lower upper
>> 1   14      8        2      0.191 0.000 0.456
>> 2   28      6        2      0.459 0.002 0.915
>> 3   35      3        2      0.909 0.133 1.685
>>
>> $`x=Nonmaintained`
>>   Time N.risk N.events Cum.Hazard lower upper
>> 1   14      7        5      0.492 0.056 0.928
>> 2   28      4        2      0.858 0.187 1.530
>> 3   35      2        2      1.442 0.385 2.499
>>
>> >
>>
>> Em qui., 9 de dez. de 2021 às 10:43, Cid Póvoas por (R-br) <
>> r-br em listas.c3sl.ufpr.br> escreveu:
>>
>>> library(survival)
>>> library(broom)
>>> library(tidyverse)
>>>
>>> fit <- survfit(Surv(time, status) ~ x, data = aml)
>>> df<-tidy(fit)
>>> df$cumhaz <- fit$cumhaz
>>> df %>% filter(time%in%c(9,8,28,33,48))
>>>
>>> fit1 <- summary(fit, times = c(14,28,35))
>>> fit1
>>>
>>> tab <- data.frame(time = fit1$time,
>>>                   n.risk = fit1$n.risk,
>>>                   n.event = fit1$n.event,
>>>                   survival = fit1$surv,
>>>                   std.err = fit1$std.err,
>>>                   `lower 95% CI` = fit1$lower,
>>>                   `upper 95% CI` = fit1$upper,
>>>                   cumhaz = fit1$cumhaz,
>>>                   strata = fit1$strata)
>>>
>>> tab
>>>
>>> *Cid Edson Mendonça Póvoas*
>>>
>>> *AnovAgro <http://www.anovagro.com/>*
>>> *Engenheiro Agrônomo - **Data Scientist*
>>> *CREA : 051984991-4*
>>> *Técnico em Segurança do Trabalho *
>>> *Nº: **0012669/BA*
>>> *Tel: +55 73 99151-9565*
>>> *Lattes : *http://lattes.cnpq.br/2303498368142537
>>> *LinkedIn :* http://br.linkedin.com/in/cidedson/
>>> *Whatsapp :* https://wa.me/5573991519565
>>>
>>>
>>> Em qui., 9 de dez. de 2021 às 09:26, Pedro Emmanuel Alvarenga Americano
>>> do Brasil por (R-br) <r-br em listas.c3sl.ufpr.br> escreveu:
>>>
>>>> Ei Cesar,
>>>>
>>>> Ei sei que o cumhaz esta la. Eu so queria uma saida parecida com a do
>>>> survival. Parece que vou ter que montar uma um esquema aqui pegar esses
>>>> valores e montar uma tabela de saida.
>>>>
>>>> Valeu.
>>>>
>>>> Pedro Emmanuel Brasil
>>>> (:)=
>>>>
>>>> Em qua, 8 de dez de 2021 20:42, Cesar Rabak <cesar.rabak em gmail.com>
>>>> escreveu:
>>>>
>>>>> Isto não é suficiente?
>>>>>
>>>>> > fit$cumhaz
>>>>>  [1] 0.09090909 0.19090909 0.31590909 0.45876623 0.45876623 0.65876623
>>>>>  [7] 0.90876623 0.90876623 1.40876623 1.40876623 0.16666667 0.36666667
>>>>> [13] 0.49166667 0.49166667 0.65833333 0.85833333 1.10833333 1.44166667
>>>>> [19] 1.94166667 2.94166667
>>>>> >
>>>>> HTH
>>>>> --
>>>>> Cesar Rabak
>>>>>
>>>>> On Wed, Dec 8, 2021 at 5:12 PM Pedro Emmanuel Alvarenga Americano do
>>>>> Brasil por (R-br) <r-br em listas.c3sl.ufpr.br> wrote:
>>>>>
>>>>>> Saudações amigos do R,
>>>>>>
>>>>>> Estou as voltas de estimar taxas de eventos e estou batendo cabeça.
>>>>>> Antes de escrever uma função eu mesmo para fazer uma tabela com alguns
>>>>>> valores gostaria de uma luz dos amigos de R.
>>>>>>
>>>>>> O banco aml está no pacote survival então bastaria carregar o pacote
>>>>>> pra reproduzir o exemplo. Eu gostaria de ver em formato de tabela alguns
>>>>>> momentos específicos da tabela de sobrevivência. Só que o summary.survfit
>>>>>> só retorna a sobrevivência e não a taxa cumulativa.
>>>>>>
>>>>>> library("survival")
>>>>>>  fit <- survfit(Surv(time, status) ~ x, data = aml)
>>>>>> > fit
>>>>>> Call: survfit(formula = Surv(time, status) ~ x, data = aml)
>>>>>>
>>>>>>                  n events median 0.95LCL 0.95UCL
>>>>>> x=Maintained    11      7     31      18      NA
>>>>>> x=Nonmaintained 12     11     23       8      NA
>>>>>> # Summary com todos os momentos de eventos
>>>>>> > summary(fit)
>>>>>> Call: survfit(formula = Surv(time, status) ~ x, data = aml)
>>>>>>
>>>>>>                 x=Maintained
>>>>>>  time n.risk n.event survival std.err lower 95% CI upper 95% CI
>>>>>>     9     11       1    0.909  0.0867       0.7541        1.000
>>>>>>    13     10       1    0.818  0.1163       0.6192        1.000
>>>>>>    18      8       1    0.716  0.1397       0.4884        1.000
>>>>>>    23      7       1    0.614  0.1526       0.3769        0.999
>>>>>>    31      5       1    0.491  0.1642       0.2549        0.946
>>>>>>    34      4       1    0.368  0.1627       0.1549        0.875
>>>>>>    48      2       1    0.184  0.1535       0.0359        0.944
>>>>>>
>>>>>>                 x=Nonmaintained
>>>>>>  time n.risk n.event survival std.err lower 95% CI upper 95% CI
>>>>>>     5     12       2   0.8333  0.1076       0.6470        1.000
>>>>>>     8     10       2   0.6667  0.1361       0.4468        0.995
>>>>>>    12      8       1   0.5833  0.1423       0.3616        0.941
>>>>>>    23      6       1   0.4861  0.1481       0.2675        0.883
>>>>>>    27      5       1   0.3889  0.1470       0.1854        0.816
>>>>>>    30      4       1   0.2917  0.1387       0.1148        0.741
>>>>>>    33      3       1   0.1944  0.1219       0.0569        0.664
>>>>>>    43      2       1   0.0972  0.0919       0.0153        0.620
>>>>>>    45      1       1   0.0000     NaN           NA           NA
>>>>>>
>>>>>> # Summary com os momentos desejados
>>>>>> > summary(fit, times = c(14,28,35))
>>>>>> Call: survfit(formula = Surv(time, status) ~ x, data = aml)
>>>>>>
>>>>>>                 x=Maintained
>>>>>>  time n.risk n.event survival std.err lower 95% CI upper 95% CI
>>>>>>    14      8       2    0.818   0.116        0.619        1.000
>>>>>>    28      6       2    0.614   0.153        0.377        0.999
>>>>>>    35      3       2    0.368   0.163        0.155        0.875
>>>>>>
>>>>>>                 x=Nonmaintained
>>>>>>  time n.risk n.event survival std.err lower 95% CI upper 95% CI
>>>>>>    14      7       5    0.583   0.142       0.3616        0.941
>>>>>>    28      4       2    0.389   0.147       0.1854        0.816
>>>>>>    35      2       2    0.194   0.122       0.0569        0.664
>>>>>>
>>>>>> > plot(fit)
>>>>>> > plot(fit, cumhaz = T)
>>>>>> >
>>>>>> Reparem que há uma opção para o gráfico cumhaz = T, o que significa
>>>>>> que o cumhaz está depositado no objeto, inclusive dentro do summary também.
>>>>>> Tipo summary(fit)$cumhaz. Só que não há uma opção summary(fit, cumhaz = T)
>>>>>> que retorne o cumhaz ao invés da sobrevivência. Alguém tem algum bizu pra
>>>>>> fazer  isso organizado, extrair a mesma tabela só que com o cumhaz, como summary(fit,
>>>>>> times = c(14,28,35)) sem muito trabalho?
>>>>>>
>>>>>> Abraço forte,
>>>>>> Pedro Brasil
>>>>>> _______________________________________________
>>>>>> R-br mailing list
>>>>>> R-br em listas.c3sl.ufpr.br
>>>>>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>>>>>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
>>>>>> código mínimo reproduzível.
>>>>>>
>>>>> _______________________________________________
>>>> R-br mailing list
>>>> R-br em listas.c3sl.ufpr.br
>>>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>>>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
>>>> código mínimo reproduzível.
>>>>
>>> _______________________________________________
>>> R-br mailing list
>>> R-br em listas.c3sl.ufpr.br
>>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
>>> código mínimo reproduzível.
>>>
>> _______________________________________________
>> R-br mailing list
>> R-br em listas.c3sl.ufpr.br
>> https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
>> Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça
>> código mínimo reproduzível.
>>
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20211210/8b4a2b51/attachment.htm>


Mais detalhes sobre a lista de discussão R-br