台灣

中級山

兩天一夜

 加羅湖

百岳

單攻

志佳陽大山

三天兩夜

北大武

長天縱走

聖稜線

一日遊

五寮尖

塔曼山

郊山

聖母山莊 (抹茶山)

能高越嶺

高島縱走

劍龍稜

羊頭山

阿溪縱走

日本

富士山

Mountain

Mt.Fuji

富士山 

Year

password

icon

date

type

slug

status

title

summary

表格

雪山主東

玉山前四峰

嘉明湖

奇萊南華

本文探討某疾病的死亡率以及存活率進行存活分析。 設定一個起始時間(starting point)，例如確診某疾病的時間或是接受手術的時間點，並且觀察特定事件(event)(i.e., 死亡或疾病復發)，進一步計算疾病的存活率。存活分析的資料特色為依變項(Y)同時為連續且具有類別的性質且有設限資料 (censoring)。
程式範例
讀檔: read.csv

Anderson <- read.csv(“路徑/Anderson.csv”)

使用套件: survival
存活分析需使用套件 “ survival ” ，若未安裝以指令 “library(packagename)” 呼叫套件，再執行 “install.packages(“packagename”)”。

install.packages(“survival”)library(survival)

轉換資料格式: Surv
在存活分析中，反應變數由存活時間(Survival time)及事件(Event)的狀態兩種變數所組成，需要將資料格式轉換為存活資料的格式，藉由 “Surv()” 指令

my.surv <- Surv(Anderson$Survt, Anderson$Relapse==1)

其中 Anderson$Survt 為存活時間，Anderson$Relapse為事件狀態(0=設限; 1=復發，即發生事件)。
存活資料: survfit
接著，利用指令“survfit( )”獲得 K-M 估計式，其中 “survfit( )” 的 “my.surv” 指存活資料，因為希望看到不同治療組別的存活曲線是否有明顯差異，因此“~ Rx”指將存活資料以不同的治療組別進行計算，檔案為“Anderson”。

km.fit <- survfit(my.surv~ Rx, data=Anderson )

繪製: plot
再利用指令 “plot()” 完成繪製圖形。

plot(km.fit, conf.int=F, mark.time=T, col=c(“brown3”, “dodgerblue3”),lwd=2, cex.lab=1.2, cex.main=1.3, main=”Kaplan-Meier”, xlab=”Time(weeks)”, ylab=”survival probability”)

其中 “conf.int = T/F” 表示是否要加入信賴區間，“mark.time = T/F” 為是否要將設限時間標示出來，“col=” 線的顏色，“ lwd＝” 線的粗細， “cex.lab=” 座標軸字體大小，“cex.main=”主標題字體大小，“main=” 標題名稱， “xlab=” x軸名稱，“ ylab=” y 軸名稱。
圖例: legend
最後一個步驟使用指令“legend()”告知 R，該如何製作這張圖的圖例。

legend(“topright”, col=c(“brown3”, “dodgerblue3”),lwd=2, bty=”n”, legend=c(names(km.fit$strata[1]), names(km.fit$strata[2])

“topright” 為圖例位置，“col=”顏色與圖中的線一樣，“bty=n”表示不要有外框， “names(km.fit$strata[1])” 表示以 “km.fit”分層中的第一個分層的名稱命名。即完成 Kaplan-Meier 的繪製。

Day 1

Day 2

Day 3