问题描述
我正在R中运行多个成对比较。我正在使用Surviviner生存包。我正在使用的功能: pairwise_survdiff {survminer}
它提供了按预期进行的成对比较,但是似乎没有办法给出结果的紧凑字母显示(CLD)。我正在寻找19个级别的对。我最终打印了结果,将它们手工放入excel中,然后手工处理。但是现在我需要再次做,并希望有一种更简单的方法。
- 我可以直接从pairwise_survdiff {survminer}结果中进行CLD吗?
露出来
-
是否有一种方法可以将结果打印到电子表格可以读取的表中?
-
如果我手工制作逻辑矩阵,我如何让R将其转换为CLD?
然后4)如果我手动完成所有操作,我想知道是否有更紧凑的方法来显示此比较列表。由于冗余,我可以消除其中的任何字母吗? hand made CLD for comparisons
谢谢
解决方法
这是survminer
library(survminer)
library(multcomp)
library(tidyr)
data(myeloma)
res <- pairwise_survdiff(Surv(time,event) ~ molecular_group,data = myeloma)
从glht.summary
包中查看multcomp
方法的内部,我们创建了lvl_order
向量,该向量标识x
的级别从最小到最大的顺序。
x <- myeloma$molecular_group
levs <- levels(x)
y <- Surv(myeloma$time,myeloma$event)
lvl_order <- levels(x)[order(tapply(as.numeric(y)[1:length(x)],x,mean))]
然后,我们可以将res
对象中的p值重新排列为矩阵。 mycomps
是配对比较的两侧的矩阵。 signif
向量在逻辑上指示差异是否显着。
comps <- as_tibble(res$p.value,rownames="row") %>%
pivot_longer(-row,names_to="col",values_to="p") %>%
na.omit()
mycomps <- as.matrix(comps[,1:2])
signif <- comps$p < .05
然后,您可以使用insert_absorb
内部函数来创建字母:
multcomp:::insert_absorb(signif,decreasing=FALSE,comps=mycomps,lvl_order=lvl_order)
# $Letters
# MAF Proliferation Cyclin D-2 MMSET Hyperdiploid
# "ab" "a" "b" "ab" "b"
# Low bone disease Cyclin D-1
# "ab" "ab"
#
# $monospacedLetters
# MAF Proliferation Cyclin D-2 MMSET Hyperdiploid
# "ab" "a " " b" "ab" " b"
# Low bone disease Cyclin D-1
# "ab" "ab"
#
# $LetterMatrix
# a b
# MAF TRUE TRUE
# Proliferation TRUE FALSE
# Cyclin D-2 FALSE TRUE
# MMSET TRUE TRUE
# Hyperdiploid FALSE TRUE
# Low bone disease TRUE TRUE
# Cyclin D-1 TRUE TRUE
#
# $aLetters
# [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s" "t" "u" "v"
# [23] "w" "x" "y" "z" "A" "B" "C" "D" "E" "F" "G" "H" "I" "J" "K" "L" "M" "N" "O" "P" "Q" "R"
# [45] "S" "T" "U" "V" "W" "X" "Y" "Z"
#
# $aseparator
# [1] "."
#
# attr(,"class")
# [1] "multcompLetters"