Cara menghasilkan data survival dengan kovariat bergantung waktu menggunakan R

Saya ingin menghasilkan waktu bertahan hidup dari model bahaya proporsional Cox yang mengandung kovariat tergantung waktu. Modelnya adalah

$h(t|X_i) =h_0(t) \exp(\gamma X_i + \alpha m_{i}(t))$

di mana dihasilkan dari Binomial (1,0.5) dan .m i ( t ) = β 0 + β 1 X i + β 2 X i$X_i$$m_{i}(t)=\beta_0 + \beta_1 X_{i} + \beta_2 X_{i} t$

Nilai parameter sebenarnya digunakan sebagai$\gamma = 1.5, \beta_0 = 0, \beta_1 = -1, \beta_2 = -1.5, h_0(t) = 1$

Untuk kovariat independen waktu (yaitu saya membuat sebagai berikut$h(t|X_i) =h_0(t) \exp(\gamma X_i)$

#For time independent case
# h_0(t) = 1
gamma <- -1
u <- runif(n=100,min=0,max=1)
Xi <- rbinom(n=100,size=1,prob=0.5)
T <- -log(u)/exp(gamma*Xi)

Adakah yang bisa membantu saya menghasilkan data survival dengan kovariat yang bervariasi waktu.

OK dari kode R Anda mengasumsikan distribusi eksponensial (bahaya konstan) untuk bahaya baseline Anda. Karena itu fungsi bahaya Anda:

$$h\left(t \mid X_i\right) = \begin{cases} \exp{\left(\alpha \beta_0\right)} & \text{if $X_i = 0$,} \\ \exp{\left(\gamma + \alpha\left(\beta_0+\beta_1+\beta_2 t\right)\right)} & \text{if $X_i = 1$.} \end{cases}$$

Kami kemudian mengintegrasikan ini sehubungan dengan untuk mendapatkan fungsi bahaya kumulatif:$t$

$$\begin{align} \Lambda\left(t\mid X_i\right) &= \begin{cases} t \exp{\left(\alpha \beta_0\right)} & \text{if $X_i=0$,} \\ \int_0^t{\exp{\left(\gamma + \alpha\left(\beta_0+\beta_1+\beta_2 \tau\right)\right)} \,d\tau} & \text{if $X_i=1$.} \end{cases} \\ &= \begin{cases} t \exp{\left(\alpha \beta_0\right)} & \text{if $X_i=0$,} \\ \exp{\left(\gamma + \alpha\left(\beta_0+\beta_1\right)\right)} \frac{1}{\alpha\beta_2} \left(\exp\left(\alpha\beta_2 t\right)-1\right) & \text{if $X_i=1$.} \end{cases} \end{align}$$

Ini kemudian memberi kita fungsi bertahan hidup:

$$\begin{align} S\left(t\right) &= \exp{\left(-\Lambda\left(t\right)\right)} \\ &= \begin{cases} \exp{\left(-t \exp{\left(\alpha \beta_0\right)}\right)} & \text{if $X_i=0$,} \\ \exp{\left(-\exp{\left(\gamma + \alpha\left(\beta_0+\beta_1\right)\right)} \frac{1}{\alpha\beta_2} \left(\exp\left(\alpha\beta_2 t\right)-1\right)\right)} & \text{if $X_i=1$.} \end{cases} \end{align}$$

Anda kemudian menghasilkan dengan mengambil sampel dan , menggantikan untuk dan menyusun ulang rumus yang sesuai (berdasarkan ) untuk mensimulasikan . Aljabar ini harus langsung Anda dapat kode di R tetapi tolong beri tahu saya dengan komentar jika Anda memerlukan bantuan lebih lanjut. U ∼ U n i f o r m ( 0 , 1 ) U S ( t ) X i$X_i$$U\sim\mathrm{Uniform\left(0,1\right)}$$U$$S\left(t\right)$$X_i$$t$