R语言生存分析模型因果分析：非参数估计、IP加权风险模型、结构嵌套加速失效(AFT)模型分析流行病学随访研究数据

理解世界，我们可以从相关性的角度去描述，统计，​​机器学习​​，很多问题都是从相关的角度去描述的。我们去构建一个模型，不管是统计机器学习模型，还是深度学习模型，本质上是构建一个复杂映射。从特征到标签的一个映射，这个映射是有用的，但不完全有用。

因果分析

我们在这里用一个隐喻，下雨，来描述causal 和relevance。我们可以构建一个关于预测明天是否下雨的模型，从搜集到的大量特征，以及历史的下雨结果最为标签，构建模型。不管准确率多少，我们用这样一个模型能够预测明天是否能够下雨。

但是，我们很多时候要的不仅仅是预测，而是需要改变现状，例如沙漠中，我们想要哪些因素改变了，能够导致下雨。这就涉及到因果推断， causal inference 。

因果生存分析

在报告随机实验的结果时，除了意向治疗效应外，研究人员通常选择呈现符合方案效应。然而，这些符合方案的影响通常是回顾性描述的，例如，比较在整个研究期间坚持其指定治疗策略的个体之间的结果。这种对符合方案效应的回顾性定义经常被混淆，并且无法进行因果解释，因为它遇到了治疗混杂因素。

我们的目标是概述使用逆概率加权对生存结果的因果推断。这里描述的基本概念也适用于其他类型的暴露策略，尽管这些可能需要额外的设计或分析考虑。

生存曲线的非参数估计

1.   
2.  # 对数据进行一些预处理
3.  ifelse(nes$death==0, 120,
4.  (ns$yrh-83)*12+nhefs$moh) # yrt从83到92不等

summary(survtime)

survdiff(Surv(srtm, dah) ~ qmk, data=nes)

1.  fit <- survfit(Surv(rvie, dth) ~ sk, data=ns)
2.  ggsurvplot(fit

通过风险模型对生存曲线进行参数化估计

1.  # 创建月数据
2.   
3.  efsurv$ent <- ifelse(nhfs.rv$time==nhfs.urv$srvme-1 &
4.  nhf.srv$death==1, 1, 0)
5.   
6.   
7.  # 拟合参数性风险模型
8.  haads.el <- glm(event==0 ~ qs

1.   
2.  #对每个人月的估计（1-风险）的分配 */
3.  qk0$pnoevt0 <- predict(hardoel, mk0, type="response")
4.   
5.  # 计算每个人月的生存率
6.  qm0$uv0 <- cumprod(qm0$pnoet0)
7.   
8.  # 一些数据管理来绘制估计的生存曲线
9.  hadgrh$suvdff <- haardsgph$suv1-hardgrph$srv0
10.   
11.  # 绘制
12.  ggplot(hads.aph

通过IP加权风险模型估计生存曲线

1.  # 估计ip权重的分母
2.   
3.  nef$p.mk <- predict(enm, nes, type="response")
4.   
5.  # 估计ip权重的分子
6.  p.m <- glm(qk ~ 1, data=nefs, family=binomial() )
7.  hfs$pnsm <- predict(p.m, nes, type="response")
8.   
9.  # 估计权重的计算
10.  nef$s.<- ifelse(hes$qsk==1, nefs$pqmk/nhes$d.qmk,
11.  (1-nfs$p.smk)/(1-nef$pdqk))
12.  summary(nhs$swa)

1.  # 创建人月数据
2.  nhfsw <- exnRos(nhfs, "srvtime", drop=F)
3.  nh.pw$ime <- sqee(rle(nefs.ipw$seqn)$lengths)-1
4.  nhfipw$evnt <- ifele(nhf.iw$tie=nhefs.i$rv1 &)
5.  nhfs.w$eath==1, 1, 0)
6.  nhefpw$tmesq <- nhfs.pw$me^2
7.   
8.  # 拟合加权风险模型
9.  imel <- glm(eve

1.  # 创建生存曲线
2.  ipw.k0 <- data.frame(cbind(seq(0, 119),0, (seq(0, 119))^2))
3.   
4.   
5.   
6.  # 对每个人月的估计（1-危险）的分配 */
7.  iwqk0$p.nvnt0 <- predict(ipwdl, pwm0, type="response")
8.  iwsk1$povt1 <- predict(ip.el, ipmk1, type="response")
9.   
10.  # 计算每个人月的生存率
11.  ip.qs0$srv0 <- cumprod(ipwsk0$p.nevnt0)
12.  ip.qm1$suv1 <- cumprod(iwqsk1$p.nvent1)
13.   
14.  # 一些数据管理来绘制估计的生存曲线
15.  ipwgph <- merge(ip.qmk0,pwsm1, by=c("time", "timesq") )
16.  ipw.aph$surff <-ipw.ah$sv1-pwgrph$surv0
17.   
18.  # 绘制
19.  ggplot(ip.gph, ae

通过g-formula估计生存曲线

1.  # 带有协变量的风险模型的拟合情况
2.   
3.  g.mo <- glm(event==0 ~ qsm

1.  # 创建数据集，包括每个治疗水平下的所有时间点
2.  # 每个人在每个治疗水平下的所有时间点
3.  gf.qmk <- exanos(nfs, cunt=120, cotis.cl=F)
4.  gf.qm0$te <- rep(q(0, 119), now(nhf))
5.  gqm0$tesq <- gqk0$tie^2
6.  gqsk0$qmk <- 0
7.   
8.  gfqsk1 <- gf.qm0
9.  gf.sk1$mk <- 1
10.   
11.  gfqk0$p.vnt0 <- predict(g.mdel, g.qk0, type="response")
12.  gfqk1$p.eent1 <- predict(gf.mol, gf.mk1, type="response")
13.   
14.  # 绘图
15.  ggplot(gf.graph

通过结构嵌套AFT模型估计中位生存时间比率

1.  # 对数据进行一些预处理
2.   
3.   
4.  #
5.  modelA <- glm(qsmk ~ sex +
6.  nhs$pqsk <- predict(moeA, nhe, type="response")
7.  d <- nes[!is.na(hf$surve),] # 只选择有观察到的死亡时间的人
8.   
9.   
10.  # 定义需要被最小化的估计函数
11.  smf <- function(pi){
12.   
13.  # 创建delta指标
14.  if (psi>=0){
15.  delta <- ifelse
16.  1, 0)
17.  } else if (psi < 0) {
18.  dlta <- ifelse
19.  }
20.   
21.   
22.  # 协方差
23.  sgma <- t(at) %*% smat
24.  if (sa == 0){
25.  siga <- 1e-16
26.  }
27.  etm <- svl*solve(sia)*t(sal)
28.  return(etmeq)
29.  }
30.   
31.  res <- optimize
32.  # 使用简单的分割法找到95%置信度下限和上限的估计值
33.  frcf <- function(x){
34.  return(smef(x) - 3.84)
35.  }
36.   
37.  if (bfuc < 3.84){
38.  # 找到sumeef(x)>3.84的估计值
39.   
40.  # 95%CI的下限
41.   
42.  while (tetlw < 3.84 & cnlow < 100){
43.  psl <- pilw - incre
44.  teslow <- sumeef(pslw)
45.  cunlow <- cunlow + 1
46.  }
47.   
48.  # 95%CI的上限值
49.   
50.  while (tsigh < 3.84 & onhih < 100){
51.  phigh <- pshih + inrem
52.  testig <- sumeef(pihigh)
53.  cunhgh <- cuntigh + 1
54.  }
55.   
56.  # 使用分切法进行更好的估计
57.  if ((tstig > 3.84) & (tslw > 3.84)){
58.   
59.  # 分割法
60.   
61.  cont <- 0
62.  dif <- right - left
63.   
64.  while {
65.  test <- fmiddle * fleft
66.  if (test < 0){
67.  } else {
68.  }
69.   
70.  diff <- right - left
71.  }
72.   
73.  psi_high <- middle
74.  objfunc_high <- fmiddle + 3.84
75.   
76.  # 95%CI的下限
77.  left <- psilow
78.   
79.   
80.  while(!){
81.  test <- fmiddle * fleft
82.  if (test < 0)