r - 如何使用 Surv 和 coxph 在 R 中进行随时间变化的干预措施的生存分析？

Question

我有这种格式的生存数据，并随着时间变化而暴露于干预：

ID start stop status Intervention
1     2   14      0       0
2     2    5      0       0
3     2    3      0       0
3     3   10      1       1
4     5    8      0       0
5     6   10      0       0

例如，对于患者 ID #3：从第 2 天到第 3 天，患者尚未接受干预（干预 = 0），但从第 3 天开始一​​直持续到第 10 天（当患者死亡时），患者有接受干预（干预 = 1）。

我认为我可以通过以下方式估计暴露的时变效应：

coxph (Surv (start, stop, status) ~ Intervention + cluster (ID), data = df.td)

但是，我最近发现这种方法对于右删失数据不正确（R 中 coxph 的两个不同结果，使用相同的停止和开始时间，为什么？）。大多数时间依赖性生存分析的基本指南都使用这样的行（例如，如https://www.emilyzabor.com/tutorials/survival_analysis_in_r_tutorial.html）。

考虑到数据的结构，这种方法对于估计干预对结果的影响是否正确？

标签： rtimesurvival-analysissurvival