使用 ezcox 进行批量 Cox 模型处理

王诗翔 · 2019-10-23

Cox 模型是我们做生存分析最常用的模型，在实际的分析工作中，我们常常想逐一查看多个变量对生存时间的影响。注意，这与多变量分析不同，后者是通常将多个变量纳入模型查看它们的影响。

基于我自己的分析需求，几个月前我编写了一个批处理的函数，最近我将它打包发布 CRAN 上。下面我们看一下如何使用它。

安装

使用下面的命令直接从 CRAN 上安装：

install.packages("ezcox")

安装开发版本使用：

# install.packages("devtools")
devtools::install_github("ShixiangWang/ezcox")

示例

我们使用 survival 包提供的数据集 lung 作为示例数据。

data("lung", package = "survival")
head(lung)
#>   inst time status age sex ph.ecog ph.karno pat.karno meal.cal wt.loss
#> 1    3  306      2  74   1       1       90       100     1175      NA
#> 2    3  455      2  68   1       0       90        90     1225      15
#> 3    3 1010      1  56   1       0       90        90       NA      15
#> 4    5  210      2  57   1       1       90        60     1150      11
#> 5    1  883      2  60   1       0      100        90       NA       0
#> 6   12 1022      1  74   1       1       50        80      513       0

加载包：

library(ezcox)
#> Welcome to 'ezcox' package!
#> =======================================================================
#> You are using ezcox version 0.7.0
#> 
#> Github page  : https://github.com/ShixiangWang/ezcox
#> Documentation: https://shixiangwang.github.io/ezcox/articles/ezcox.html
#> 
#> Run citation("ezcox") to see how to cite 'ezcox'.
#> =======================================================================
#>

单变量批量处理

这里我们选择 3 个变量，包括年龄、性别以及 ECOG 评分。

res = ezcox(lung, covariates = c("age", "sex", "ph.ecog"))
#> => Processing variable age
#> ==> Building Surv object...
#> ==> Building Cox model...
#> ==> Done.
#> => Processing variable sex
#> ==> Building Surv object...
#> ==> Building Cox model...
#> ==> Done.
#> => Processing variable ph.ecog
#> ==> Building Surv object...
#> ==> Building Cox model...
#> ==> Done.
knitr::kable(res)

Variable	is_control	contrast_level	ref_level	n_contrast	n_ref	beta	HR	lower_95	upper_95	p.value	global.pval
age	FALSE	age	age	228	228	0.019	1.020	1.000	1.040	0.042	0.040
sex	FALSE	sex	sex	228	228	-0.531	0.588	0.424	0.816	0.001	0.001
ph.ecog	FALSE	ph.ecog	ph.ecog	227	227	0.476	1.610	1.290	2.010	0.000	0.000

结果以比较整洁的方式输出了 3 个 Cox 模型的系数、HR 以及它的置信区间、P值、样本量等。这里有一点需要提醒读者注意，当 contrast_level 和 ref_level一致时，Cox 模型其实是将该变量作为一个连续变量进行处理，所以我们也可以观察到它们的样本量一致。下面我们将 sex 改为分类变量看看结果是否有所不同。

table(lung$sex)
#> 
#>   1   2 
#> 138  90

lung2 = lung
lung2$sex = factor(lung2$sex)
res = ezcox(lung2, covariates = c("age", "sex", "ph.ecog"))
#> => Processing variable age
#> ==> Building Surv object...
#> ==> Building Cox model...
#> ==> Done.
#> => Processing variable sex
#> ==> Building Surv object...
#> ==> Building Cox model...
#> ==> Done.
#> => Processing variable ph.ecog
#> ==> Building Surv object...
#> ==> Building Cox model...
#> ==> Done.
knitr::kable(res)

Variable	is_control	contrast_level	ref_level	n_contrast	n_ref	beta	HR	lower_95	upper_95	p.value	global.pval
age	FALSE	age	age	228	228	0.019	1.020	1.000	1.040	0.042	0.040
sex	FALSE	2	1	90	138	-0.531	0.588	0.424	0.816	0.001	0.001
ph.ecog	FALSE	ph.ecog	ph.ecog	227	227	0.476	1.610	1.290	2.010	0.000	0.000

结果证实如此。

多变量批量处理

我们将年龄作为新的变量加入，也就是运行 2 个二变量的 Cox 模型。

Surv ~ sex + age
Surv ~ ph.ecog + age

实际操作如下：

res = ezcox(lung, covariates = c("sex", "ph.ecog"), controls = "age")
#> => Processing variable sex
#> ==> Building Surv object...
#> ==> Building Cox model...
#> ==> Done.
#> => Processing variable ph.ecog
#> ==> Building Surv object...
#> ==> Building Cox model...
#> ==> Done.
knitr::kable(res)

Variable	is_control	contrast_level	ref_level	n_contrast	n_ref	beta	HR	lower_95	upper_95	p.value	global.pval
sex	FALSE	sex	sex	228	228	-0.513	0.599	0.431	0.831	0.002	0.001
sex	TRUE	age	age	228	228	0.017	1.020	0.999	1.040	0.065	0.001
ph.ecog	FALSE	ph.ecog	ph.ecog	227	227	0.443	1.560	1.240	1.960	0.000	0.000
ph.ecog	TRUE	age	age	228	228	0.011	1.010	0.993	1.030	0.226	0.000

这里 global.pval 给出的是整个模型的P值。变量 age 并不是我们想要关注的结果，我们可以过滤它：

knitr::kable(dplyr::filter(res, ref_level != "age"))

Variable	is_control	contrast_level	ref_level	n_contrast	n_ref	beta	HR	lower_95	upper_95	p.value	global.pval
sex	FALSE	sex	sex	228	228	-0.513	0.599	0.431	0.831	0.002	0.001
ph.ecog	FALSE	ph.ecog	ph.ecog	227	227	0.443	1.560	1.240	1.960	0.000	0.000

如果你想要查看模型本身，这也没有问题。

res = ezcox(lung, covariates = c("sex", "ph.ecog"), controls = "age", return_models = TRUE)
#> => Processing variable sex
#> ==> Building Surv object...
#> ==> Building Cox model...
#> ==> Done.
#> => Processing variable ph.ecog
#> ==> Building Surv object...
#> ==> Building Cox model...
#> ==> Done.
res$models$model
#> [[1]]
#> Call:
#> coxph(formula = fm, data = data)
#> 
#>       coef exp(coef) se(coef)  z     p
#> sex -0.513     0.599    0.167 -3 0.002
#> age  0.017     1.017    0.009  2 0.065
#> 
#> Likelihood ratio test=14  on 2 df, p=9e-04
#> n= 228, number of events= 165 
#> 
#> [[2]]
#> Call:
#> coxph(formula = fm, data = data)
#> 
#>          coef exp(coef) se(coef) z     p
#> ph.ecog 0.443     1.558    0.116 4 1e-04
#> age     0.011     1.011    0.009 1   0.2
#> 
#> Likelihood ratio test=19  on 2 df, p=7e-05
#> n= 227, number of events= 164 
#>    (1 observation deleted due to missingness)

可视化

我之前想过创建相应的可视化函数，但批量处理的结果使用表格展示更加方便。如果有画图需求的读者可以使用 forestplot 包，甚至 ggplot2 去构建自定义的森林图或者其他图形。如果是单个 Cox 模型，我们可以直接使用 forestmodel 包提供的函数进行可视化。

library(forestmodel)
#> Loading required package: ggplot2

forest_model(res$models$model[[1]])

forest_model(res$models$model[[2]])