foreverfhp library(survival) sum.surv <- summary(coxph(Surv(time, MACCE) ~ RHI,data = surdata)) c_index <-sum.surv$concordance c_index C se(C) 0.62725660 0.03866793 sum.surv2 <- summary(coxph(Surv(time, MACCE) ~ RHI+BNP+age,data = surdata)) c_index2 <-sum.surv2$concordance c_index2 C se(C) 0.67921617 0.03867074 目前我用的是COX回归模型,RHI、BNP、年龄都可以预测MACCE,其中RHI预测MACCE的能力为c_index=0.627,他们3者联合后RHI+BNP+age的c_index2=0.679。现在我想比较通过COX比例风险回归模型,RHI+BNP+age预测能力是否大于RHI,即c_index2大于c_index是否有统计学意义,但是不知道下一把应该怎么写程序了,望指导?谢谢!
foreverfhp surdata <- read_excel("C:/Users/admin/Desktop/surdata.xlsx") library(survival) sum.surv <- summary(coxph(Surv(time, MACCE) ~ RHI,data = surdata)) c_index <-sum.surv$concordance c_index C se(C) 0.62725660 0.03866793 sum.surv2 <- summary(coxph(Surv(time, MACCE) ~ RHI+BNP+age,data = surdata)) c_index2 <-sum.surv2$concordance c_index2 C se(C) 0.67921617 0.03867074 以上为代码。谢谢!
tctcab foreverfhp 数据也贴一下吧,试试https://gist.github.com,像这样 https://gist.github.com/tcgriffith/81bb7c488862c6ab06a67436689c2f75
foreverfhp age RHI BNP time MACCE(1=有,0=无) 62 1.64 34.2 10 ,,,, ,,,’ 1 60 1.56 60.6 15 ,,,, ,,,’ 0 数据格式是这样子的,是excel格式的,excel里面没有逗号,是为了让您分辨清楚加的逗号!