r - 为 r 中的生存分析生成数据

问题描述

我有一个数据框记录一个人是否每年服用某种药物：

df_og <- data.frame(
  id=c(1,1,1,2,2,2,3,3,3,3),
  year=c(2001,2002,2003,2001,2002,2003,2000,2001,2002,2003),
  med1=c(1,1,1,1,1,0,0,0,0,1),
  med2=c(0,0,0,0,0,1,0,0,1,0),
  med3=c(0,0,0,0,0,0,1,1,0,0)
)

看起来像这样：

id  year   med1 med2 med3 
1   2001    1    0    0
1   2002    1    0    0
1   2003    1    0    0
2   2001    1    0    0
2   2002    1    0    0
2   2003    0    1    0
3   2000    0    0    1
3   2001    0    0    1
3   2002    0    1    0
3   2003    1    0    0

因此，id列显示受试者year的 ID，观察年份，med1-2-3变量是虚拟变量，如果已服用药物，则值为 =1，如果没有服用，则值为 =0。

我正在尝试创建一个新的数据框：

  id = c(1,2,2,3,3,3),
  time = c(3,2,1,2,1,1),
  failure = c(0,1,0,1,1,0),
  group = c(1,1,2,3,2,1))

好像：

  id  time failure med_group
   1   3      0        1
   2   2      1        1
   2   1      0        2
   3   2      1        3
   3   1      1        2
   3   1      0        1

其中：id显示受试者 ID，time计算受试者连续服用某种药物的年数，failure如果在给定年份中受试者更换药物，med_group则受试者一直服用的药物。

例子：

第一排df，科目id=1已经med1连续考了3年，所以time=3还没有转别人，所以failure=0。
第二排df,id=2已med1连续服用 2 年, 所以time=2, failure=0, med_group=1. 但随后切换到med2, 所以time=1,failure=1和med_group=2.

以此类推。这是一个棘手的操作，所以我希望问题足够清楚。

任何建议都将受到欢迎！干杯

标签： rdataframebinarysurvival-analysis

我们可以获取长格式的数据，删除行 where value = 0，replace每个中的最后一个值为id0 表示没有失败。然后group_by name我们计算每组中的行数以及是否failure发生。

library(dplyr)

df_og %>%
  tidyr::pivot_longer(cols = starts_with('med')) %>%
  filter(value != 0) %>%
  group_by(id) %>%
  mutate(value = replace(value, n(), 0)) %>%
  group_by(name, add = TRUE) %>%
  summarise(time = n(), 
            failure = +all(value == 1))


#     id name   time failure
#  <dbl> <chr> <int>   <int>
#1     1 med1      3       0
#2     2 med1      2       1
#3     2 med2      1       0
#4     3 med1      1       0
#5     3 med2      1       1
#6     3 med3      2       1

r - 为 r 中的生存分析生成数据

问题描述

解决方案

推荐阅读