我正在使用生存包在 R 中进行分层 cox 回归:

cox <- coxph(response~strata(x), data=data)

这很好用，但是当使用 sampling 包时，survival 包中的 strata 函数是隐藏的，不能直接使用。

但是，使用显式命名空间 survival::strata 调用它不会创建分层分析:

library(survival)

# sample data
mort28day <- c(1,0,1,0,0,0,0,1,0,0,0,1,1,0,1,0,0,1,0,1,1,1,1,0,1,1,1,0,0,1)
daysurv <- c(4,29,24,29,29,29,29,19,29,29,29,3,9,29,15,29,29,11,29,5,13,20,22,29,16,21,9,29,29,15)
levo <- c(0,0,0,0,1,1,1,0,0,0,0,0,0,0,0,0,0,1,0,0,1,0,0,0,0,0,0,0,0,0)
acbi30 <- data.frame(mort28day, daysurv, levo)

# create survival object
test.Surv <- Surv(acbi30$daysurv, acbi30$mort28day)

test.surv_fit_1 <- survfit(coxph(test.Surv~strata(levo), data=acbi30))
test.surv_fit_2 <- survfit(coxph(test.Surv~survival::strata(levo), data=acbi30))

所以，

test.surv_fit_1$strata
# levo=0 levo=1 
#    12      3 

test.surv_fit_2$strata
# NULL

为什么会这样，当它被 sampling::strata 隐藏时我该如何访问它(除了分离采样包 ;-)

我使用的是 R 版本 2.15.2

谢谢，DeltaKappa

更新:

作为将 survival::strata 与我所做的采样包一起使用的解决方法

library(survival)
library(sampling, pos="package:base")

在基本包的正上方加载具有低搜索优先级的采样包。那我可以做

coxph(test.Surv~strata(levo), data=acbi30)

显式调用 sampling::strata 时。

最佳答案

失败的近因已在评论中正确描述，但没有提供一个极其简单的修复方法。正如您指出的那样，strata 函数未公开，但使用三冒号运算符 (:::) 可以绕过该方面:

test.surv_fit_1 <- survfit(coxph(test.Surv~strata(levo), data=acbi30))
test.surv_fit_2 <- survfit(coxph(test.Surv~survival:::strata(levo), data=acbi30))
test.surv_fit_1
#--------
Call: survfit(formula = coxph(test.Surv ~ strata(levo), data = acbi30))

        n events median 0.95LCL 0.95UCL
levo=0 25     13     24      19      NA
levo=1  5      2     NA      13      NA

test.surv_fit_2
#-------------
Call: survfit(formula = coxph(test.Surv ~ survival:::strata(levo), 
    data = acbi30))

      n events median 0.95LCL 0.95UCL
[1,] 30     15     24      19      NA

在使用 sampling 包的情况下，这是否是正确的解决方案，我无法发表意见，但它肯定会绕过 survival::的掩码: :strata 函数。

https://stackoverflow.com/questions/17404779/