[程式] R計算Kaplan–Meier

[mickey1231 (國父)]

[軟體程式類別]:R

[程式問題]:存活分析、Kaplan–Meier

[軟體熟悉度]:
高(1年以上)

[問題]:

我在估計存活函數時，遇到某一個時間點的人數扣除死亡人數卻不會等
於下一個時間點的人數，資料中沒有censor都，只有死亡，請問我是哪裡做錯了?


[程式範例]:

我用summary(survfit(Surv(time,censor)~0)

跑出結果如下

time   n.risk   n.event  survival  .....
1.02    1842      1        0.999
1.03    1751      1        0.999
1.07    1586      1        0.998
1.07    1568      1        0.998
1.08    1528      1        0.997
1.08    1509      1        0.996
              .
              .
              .
2.90      47      1         0.945

問題就是為什麼n.risk-n.event不會等於下一個n.risk?

謝謝大家的幫忙






--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 120.126.32.233
→ bmka:檢查一下censor這個variable, 看看是不是真的沒有censoring
→ mickey1231:我有檢查過censoring了，就都是在n.evemt中出現
→ mickey1231:還是沒有找到不見的人...
→ bmka:那就怪了...沒有censoring,幹嘛用K-M
→ mickey1231:因為有死亡的人，想看百分之五十的人可以活多久
→ mickey1231:資料中除了死亡以外，全部的人都有活到研究結束時，沒
→ mickey1231:有失去追蹤的人
→ bmka:沒有censoring,KM就是empirical survival function
→ bmka:幹嘛把分析變複雜
→ bmka:還有,你的time zero 怎麼定義的?除非study period很短
→ bmka:所有的人的initial event(eg. treatment initiation)同時發生
→ bmka:否則沒有censoring狀況還蠻少見的
推 lin15:應該不是同時收案吧 所以不見的應該就是 活到研究結束的人?
→ mickey1231:對，很多人都是不同時間收案