Как я могу визуализировать взаимодействие в модели Кокса в r?

Question

Я установил модель и имел значительный эффект взаимодействия. Как я могу нарисовать это в графике?

Это следует за игрушечным примером (только для иллюстрации):

library(survival)
# includes bladder data set
library(survminer)
fit2 <- coxph(Surv(stop, event) ~ rx*enum, data = bladder )
# It plots only one single curve
ggadjustedcurves(fit2, data = bladder, variable = "rx")

Я хотел бы что-то вроде этого:

ggadjustedcurves(fit2, data = bladder, variable = "rx") +
  facet_wrap(~enum)
ggadjustedcurves(fit2, data = bladder, variable = c("enum","rx"))

Было бы хорошо, чтобы ответ работал как для категориального, так и для непрерывного взаимодействия.

Answer 1

Категориальный х категориальный

Если вы считаете ваши переменные категоричными, в переменной "rx" у вас есть 2 группы, а в переменной "enum" 4 группы, что дает вам в общей сложности 8 кривых.

(1) Один из способов их визуализации - построить все кривые на одном графике:

bladder$rx_enum <- paste(as.character(bladder$rx), as.character(bladder$enum), sep="_")
ggadjustedcurves(fit2, data = bladder, method='average', variable = "rx_enum")

Это, вероятно, не самый элегантный способ, и вам также придется настроить цвета / типы линий, чтобы они выглядели лучше. Я, вероятно, попытался бы установить тип линии в соответствии с "rx" и цвет в соответствии с "enum" в этом случае. Изменение цвета относительно легко с palette-argument:

ggadjustedcurves(fit2, data = bladder, method='average', palette = c(1,2,3,4,1,2,3,4), variable = "rx_enum")

... в то время как изменение типа линии, вероятно, более сложно.

(2) Очевидно, что вы также можете создавать отдельные панели для разных уровней любой из переменных. С переменной "rx" у вас будет панель для поднабора данных, где "rx"==1 и другая, где "rx"==2. Я, вероятно, не буду использовать отдельные панели / графики, потому что вы можете визуально представить всю информацию на одном графике - если это не необходимо / не оправдывается вашим повествованием. Но если вы хотите пойти по этому пути, дайте мне знать.

Категориальный х Непрерывный

Тот же подход будет работать и с непрерывной переменной, если вы классифицируете ее. Я не уверен, как можно сделать КМ для непрерывной переменной, сохраняя ее непрерывной (не уверен, насколько это возможно).

NB. В этом ответе рассматривались только графики КМ, которые являются наиболее распространенными для анализа выживаемости, но, возможно, есть и другие варианты.