Во-первых, я собрал по этой ссылке Применение функции к нескольким столбцам, которая использует Функция «функция», возможно, сделает то, что я ищу. Тем не менее, я не смог совершить скачок от размышлений об этом в представленном виде к тому, чтобы заставить его действительно работать в моей ситуации (или даже не зная, с чего начать). Я новичок в R, поэтому заранее извиняюсь, если это действительно «новый» вопрос. Мои данные представляют собой набор данных, который состоит из переменной события (рецидив опухоли) и переменной времени (время наблюдения/время до рецидива), а также факторов риска рецидива (стадия t, размер опухоли, возраст при dx и т. д.). Некоторые факторы риска являются категориальными, а некоторые – постоянными. Я выполнял свой одномерный анализ вручную, по одной, как в этом примере univariateageatdx‹-coxph(survobj~agedx), а затем собирал данные. Это становится очень утомительным для нескольких факторов и делает это для нескольких разных типов повторения. Я полагал, что должен быть такой способ кодирования, чтобы у меня была одна строка кода с уравнением Кокса, а затем я применяла его ко всем интересующим меня переменным и выдавала результат, содержащий результаты одномерного анализа для каждого фактора. Я попытался использовать cbind для привязки переменных (т.е. x<-cbind("agedx","tumor size"), затем запустить cox coxph(recurrencesurvobj~x), но это, конечно, просто выполнило многомерный анализ этих переменных и не разделило их как настоящие одномерные анализы.
Я также попробовал следующий код, основанный на аналогичной проблеме, которую я нашел на другом сайте, но он выдал показанную ошибку, и я не знаю, что с этим делать. Это на правильном пути?
f <- as.formula(paste('regionalsurvobj ~', paste(colnames(nodcistradmasvssubcutmasR)[6-9], collapse='+')))
Затем я запустил его coxph(f). Дал мне результаты многомерного анализа cox.
Спасибо! ** edit: я только что исправил ошибку, мне нужно было использовать номера столбцов, а не имена. Изменения отражены в приведенном выше коде. Однако он по-прежнему запускает переменные, выбранные как многомерный анализ, а не как настоящий одномерный анализ...
