按亚组治疗效果分层的Cox回归森林图

问题描述

R的相对新手。 我正在寻找按亚组划分的治疗效果。我相信这是以前问过的，但没有回应（How to create forest plots of subgroups by treatment (ggforest)）

例如，使用“冒号”数据集，在下面的代码中，性别和rx被视为状态的单独预测变量。

require("survival")
library(survminer)
model <- coxph( Surv(time,status) ~ sex + rx + adhere,data = colon )
ggforest(model)

但是，我想看看 rx 对性别分层的状态是否有不同的影响。

意思是，我想生成一个森林图，其中对于女性和男性性别，每个都有3个图-每个治疗臂一个。 >

仅添加一个交互项似乎没有任何作用。

我改为尝试创建一个指标变量，但这似乎也无济于事。

library(tidyverse)
colon <- colon %>% 
  mutate(indicator = factor(case_when(sex==0 & rx=="Obs" ~ "Female-Obs",sex==0 & rx=="Lev" ~ "Female-Lev",sex==0 & rx=="Lev+5FU" ~ "Female-FU",sex==1 & rx=="Obs" ~ "Male-Obs",sex==1 & rx=="Lev" ~ "Male-Lev",sex==1 & rx=="Lev+5FU" ~ "Male-FU"),levels=c("Female-Obs","Female-Lev","Female-FU","Male-Obs","Male-Lev","Male-FU")))

model <- coxph(Surv(time,status) ~ indicator,data=colon)
ggforest(model)

非常感谢您的帮助！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）