r - 为什么当少于 50% 的经历事件时生存曲线总和为 100%？

Question

这个问题让我困惑的时间比我愿意承认的要多。我已将问题隔离出来，以便我可以复制它。

library(survival)
library(survminer)

set.seed(123)
test <- data.frame(rnorm(10000)+5,
                   sample(0:1, 10000, replace = TRUE))

colnames(test)<- c("time", "event")
#sum(test$event) = 4975
survfitted <- survfit(Surv(time = time, event = event) ~ 1,
                      data = test)
plot(survfitted, fun = "event")

为什么只有 49.75% 的人经历过事件，但这条曲线的总和为 100%？生成显示累积发生率比例的图的正确语法是什么？

问题似乎是审查被视为一个事件。

Answer 1

如果删失事件都发生在最后一个事件之前，那么最后一个事件将使 KM 曲线变为 0，或者如本例所示，将使风险曲线变为 1.0。 (该图是危害而非生存的 KM 估计。)

您的模拟非常均匀地分布事件和审查，因此几乎任何此类图都会显示风险函数非常接近 1。如果您选择种子作为 9 ，您会得到一个它不会完全达到零的图。

set.seed(9)
png(); plot(survfitted, fun = "event"); abline(h=1);dev.off()

如果事件和删失时间在同一范围内均匀分布，则风险图将始终接近 1。大多数生存图或危险图的医学示例在 0-1 范围的中间终止的原因是，通常在最后观察到的事件之后有许多审查超时。