analyse-R/analyse-de-survie

[utterances-bot]

Analyse de survie

http://larmarange.github.io/analyse-R/analyse-de-survie.html

[loicjochault]

Bonjour et merci pour ce tutoriel
Sauriez-vous comment faire pour calculer le 1er et 3e quartile pour la survie avec la fonction survfit, seule la médiane apparait ?
D'avance marcie pour votre retour

[larmarange]

Vous pouvez appliquer la fonction quantile() au résultat renvoyé par survfit()

Voir https://www.rdocumentation.org/packages/survival/versions/3.2-11/topics/quantile.survfit

[loicjochault]

C'est parfait, je vous remercie encore beaucoup pour vos réponses et votre site !

[stephjuzon]

Bonjour !
Merci beaucoup pour vos webin-R !
Comment faire pour changer la couleur des courbes de KM ?
Merci par avance +++++

[larmarange]

Avec l'argument color de ggsurvplot().

color to be used for the survival curves.

• If the number of strata/group (n.strata) = 1, the expected value is the color name. For example color = "blue".
• If n.strata > 1, the expected value is the grouping variable name. By default, survival curves are colored by strata using the argument color = "strata", but you can also color survival curves by any other grouping variables used to fit the survival curves. In this case, it's possible to specify a custom color palette by using the argument palette.

Voir https://rdrr.io/cran/survminer/man/ggsurvplot.html

[larmarange]

L'argument palette permet d'indiquer une palette de couleurs s'il y a plusieurs courbes.

the color palette to be used. Allowed values include "hue" for the default hue color scale; "grey" for grey color palettes; brewer palettes e.g. "RdBu", "Blues", ...; or custom color palette e.g. c("blue", "red"); and scientific journal palettes from ggsci R package, e.g.: "npg", "aaas", "lancet", "jco", "ucscgb", "uchicago", "simpsons" and "rickandmorty". See details section for more information. Can be also a numeric vector of length(groups); in this case a basic color palette is created using the function palette.

[AL-Epimad]

Bonjour,
Un grand merci pour vos pages et vos tutos !
Petite question : dans un modèle de Cox, j'ai une variable pour laquelle l'effectif est nul dans l'un des groupes. Cela a du sens (aucun évènement dans le suivi pour ce groupe, plusieurs évènements dans l'autre groupe) mais R ne sait pas me calculer un p et un IC95% correct, tout du moins avec la fonction coxph. Comment puis-je faire ?

[larmarange]

L'effectif est nul en termes d'événement ou bien est-il également nul en termes de personnes observées ? En l'absence de dénominateur il est de facto impossible de conclure à quoi que ce soit.

Si l'effectif est nul seulement au numérateur, vous pouvez en analyse descriptive interpréter le résultat. Cependant, un modèle de Cox n'est pas envisageable car vous ne pouvez faire l'hypothèse des risques proportionnels entre ces deux groupes.

[AL-Epimad]

Effectif nul en terme d'évènements, j'ai bien un dénominateur. Je m'arrête donc au descriptif pour cette variable, en m'appuyant sur le Likelihood ratio test. Merci pour la réponse et la rapidité ! [ https://zimbra.univ-lille.fr/mail |   ] De: "Joseph" ***@***.***> À: "larmarange/analyse-R" ***@***.***> Cc: "Ariane Leroyer" ***@***.***>, "Comment" ***@***.***> Envoyé: Vendredi 22 Octobre 2021 11:16:43 Objet: Re: [larmarange/analyse-R] analyse-R/analyse-de-survie (#130) L'effectif est nul en termes d'événement ou bien est-il également nul en termes de personnes observées ? En l'absence de dénominateur il est de facto impossible de conclure à quoi que ce soit. Si l'effectif est nul seulement au numérateur, vous pouvez en analyse descriptive interpréter le résultat. Cependant, un modèle de Cox n'est pas envisageable car vous ne pouvez faire l'hypothèse des risques proportionnels entre ces deux groupes. — You are receiving this because you commented. Reply to this email directly, [ #130 (comment) | view it on GitHub ] , or [ https://github.com/notifications/unsubscribe-auth/AWFMB6XHA2KWU4SSJBNZFBDUIETXXANCNFSM5BGTWEDA | unsubscribe ] . Triage notifications on the go with GitHub Mobile for [ https://apps.apple.com/app/apple-store/id1477376905?ct=notification-email&mt=8&pt=524675 | iOS ] or [ https://play.google.com/store/apps/details?id=com.github.android&referrer=utm_campaign%3Dnotification-email%26utm_medium%3Demail%26utm_source%3Dgithub | Android ] .

[bleograna]

Bonjour, merci beaucoup pour le tutoriel qui est très bien expliqué.
J'ai une question par rapport à la validité du modèle de Cox. Pour mon modèle, l’hypothèse de la proportionnalité des risques relatifs n'est pas vérifiée. Mon modèle n'est donc pas valide. Savez vous comment faire dans ce cas ? Quelles sont les solutions ?

Merci

[larmarange]

Selon http://www.sthda.com/english/wiki/cox-model-assumptions#testing-proportional-hazards-assumption

A violations of proportional hazards assumption can be resolved by:

Adding covariate*time interaction
Stratification
Stratification is usefull for “nuisance” confounders, where you do not care to estimate the effect. You cannot examine the effects of the stratification variable (John Fox & Sanford Weisberg).

To read more about how to accomodate with non-proportional hazards, read the following articles:

Jadwiga Borucka, PAREXEL, Warsaw, Poland. Extensions of cox model for non-proportional hazards purpose. 2013.
John Fox & Sanford Weisberg. Cox Proportional-Hazards Regression for Survival Data in R.
Max Gordon. Dealing with non-proportional hazards in R. March 29, 2016.

[larmarange]

Il est également possible d'envisager des modèles à temps discrets

[bleograna]

Merci beaucoup !

[WilliamZ98]

Bonjour monsieur,

Merci pour ce tutoriel.
J'aimerais savoir comment obtenir et représenter les résidus de Cox-Snell servant à la validité globale du modèle ?
Pour le calcul des résidus après estimation du modèle j'utilise la fonction "residuals" en précisant le type et à l'aide de la fonction plot je les représentais ou encore par le biais de la fonction ggcoxdiagnostics(). Mais, aucune option ne me permet d'avoir les résidus de Cox-Snell.

Pouvez-vous me venir en aide ?

Respectueusement !

[larmarange]

Vous pouvez jeter un oeil à ce document https://rpubs.com/kaz_yos/resid_cox

Cdlt

[WilliamZ98]

Merci beaucoup. C'est vraiment gentil de votre part. Respectueusement ! Le mar. 16 août 2022 à 15:21, Joseph Larmarange ***@***.***> a écrit :

…

Vous pouvez jeter un oeil à ce document https://rpubs.com/kaz_yos/resid_cox Cdlt — Reply to this email directly, view it on GitHub <#135 (reply in thread)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/A2RUHRMPPFPG4KDWEFIBP6TVZOIWRANCNFSM5VCAEBBA> . You are receiving this because you commented.Message ID: ***@***.***>

[WilliamZ98]

Bonjour monsieur, J'espère que vous allez bien. S'il vous plaît, comment ajouter au graphisme la première bissectrice pour aider à mieux apprécier le rapprochement des points de la ligne de 45 degré ? Le code : ggplot(data = df_base_haz, mapping = aes(x = time, y = hazard)) + geom_point() + scale_x_continuous(limit = c(0,3.5)) + scale_y_continuous(limit = c(0,3.5)) + labs(x = "Cox-Snell residuals as pseudo observed times", y = "Estimated cumulative hazard at pseudo observed times") + theme_bw() + theme(legend.key = element_blank()) Respectueusement ! Le mar. 16 août 2022, 13:24, William zongo kouamé < ***@***.***> a écrit :

…

Merci beaucoup. C'est vraiment gentil de votre part. Respectueusement ! Le mar. 16 août 2022 à 15:21, Joseph Larmarange ***@***.***> a écrit : > Vous pouvez jeter un oeil à ce document > https://rpubs.com/kaz_yos/resid_cox > > Cdlt > > — > Reply to this email directly, view it on GitHub > <#135 (reply in thread)>, > or unsubscribe > <https://github.com/notifications/unsubscribe-auth/A2RUHRMPPFPG4KDWEFIBP6TVZOIWRANCNFSM5VCAEBBA> > . > You are receiving this because you commented.Message ID: > ***@***.***> >

[WilliamZ98]

Bonjour monsieur,

Svp, cette syntaxe ggforest(mod2) me produit une erreur : Error in match.names(clabs, names(xi)) :
les noms ne correspondent pas aux noms précédents. En termes de noms de variables et de modèles tout est correcte. Je n'arrive pas à comprendre cette erreur.

Merci !

[larmarange]

Il faut un exemple reproductible pour identifier une erreur Vous pouvez aussi vous tourner vers les développeurs du package concerné https://github.com/kassambara/survminer Joseph LARMARANGE Le mer. 5 juil. 2023, 13:17, WilliamZ98 ***@***.***> a écrit :

…

Bonjour monsieur, Svp, cette syntaxe ggforest(mod2) me produit une erreur : Error in match.names(clabs, names(xi)) : les noms ne correspondent pas aux noms précédents. En termes de noms de variables et de modèles tout est correcte. Je n'arrive pas à comprendre cette erreur. Merci ! — Reply to this email directly, view it on GitHub <#135 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/AAHL5IYFGRKVFMVJRHNTGQLXOVENNANCNFSM5VCAEBBA> . You are receiving this because you commented.Message ID: ***@***.***>

[KOUCH-MON]

Bonjour

Je voudrais avoir SVP, quelques notions sur le nombre d'évènement nécessaire par variable, pour la réalisation d'une analyse de survie.

Merci de m'aider.

[WilliamZ98]

Bonjour monsieur,

J'espère que vous allez bien.

Je souhaiterais analyser la durée au chômage des jeunes âgés de 16 à 40 ans. Pour ce faire j'ai choisi d'utiliser le modèle de Cox. Ma difficulté est que les variables explicatives possibles sélectionnées dans la base concernent uniquement les chômeurs pour la plupart. Alors, il y a énormément de valeurs manquantes pour ces variables au niveau des non chômeurs. Dès lors, l'exécution du script s'arrête. Comment alors faire la spécification du modèle ? sa réalisation sous R ?

J'imaginais indiquer à R que les valeurs manquantes ne sont pas en réalité manquantes mais qu'il s'agit d'individus non concernés.

Merci pour votre réponse.

Respectueusement !

[larmarange]

Qu'appelez-vous la "durée au chômage" ? Quel est l'évènement origine ? Celui qui marque la fin de la durée ? Est-ce la durée entre le début d'une période de chômage et sa fin ? ou bien le risque de devenir chômeur après un autre évènement ?

Vos variables explicatives doivent être liées à l'évènement origine, pas à l'évènement de fin. Dans le second cas, comme l'évènement de fin est le chômage, et que certains ne vont pas vivre l'évènement, vous ne pouvez pas prendre en compte des variables explicatives liées au chômage !! Car seuls ceux qui ont vécu l'évènement de fin ont cette variable renseignée

[WilliamZ98]

Bonjour monsieur,

J'espère que vous allez bien.
Toujours par rapport à cette analyse des déterminants de la durée au chômage des jeunes, ma revue de littérature m'a permis de sélectionner le modèle paramétrique de durée utilisant la loi log-logistique. Pour ce faire, je souhaiterais avec des ressources (toutes aussi lipides que votre tutoriel) sur la mise en œuvre de ce modèle sous R.

Respectueusement !

[larmarange]

Ce type de modèle est évoqué sur Guide-R dans la section sur les modèles de comptage avec variable binaire :

https://larmarange.github.io/guide-R/analyses_avancees/modeles-comptage.html#mod%C3%A8les-de-comptage-avec-une-variable-binaire

[WilliamZ98]

Merci monsieur, j'y vais de ce pas.

[WilliamZ98]

La durée de chômage ici est la durée entre la fin d'une formation (le dernier niveau d'étude) et l'obtention d'un emploi. En ce qui concerne le choix des variables explicatives, votre explication me convient. Merci ! Le jeu. 31 août 2023 à 14:56, Joseph Larmarange ***@***.***> a écrit :

…

Qu'appelez-vous la "durée au chômage" ? Quel est l'évènement origine ? Celui qui marque la fin de la durée ? Est-ce la durée entre le début d'une période de chômage et sa fin ? ou bien le risque de devenir chômeur après un autre évènement ? Vos variables explicatives doivent être liées à l'évènement origine, pas à l'évènement de fin. Dans le second cas, comme l'évènement de fin est le chômage, et que certains ne vont pas vivre l'évènement, vous ne pouvez pas prendre en compte des variables explicatives liées au chômage !! Car seuls ceux qui ont vécu l'évènement de fin ont cette variable renseignée — Reply to this email directly, view it on GitHub <#135 (reply in thread)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/A2RUHRPYALNXNT5P6LLZBGLXYCQ2VANCNFSM5VCAEBBA> . You are receiving this because you commented.Message ID: ***@***.***>

-- *ZONGO* Kouamé William, Élève - *I*ngénieur *S*tatisticien *É*conomiste (*ISE*) en fin de cycle, +225 07 89 81 51 74 / 01 51 25 33 40 (WhatsApp)

[InfoBioArm]

Bonjour merci pour votre tutoriel qui est très instructif.
Je rencontre un problème, je voudrais calculer le "2-year PFS rate" pour un groupe donné avec le Hazard ratio associé et sa p-value mais je ne sais pas comment mis prendre. Pourriez vous m'indiquer la marche à suivre? Merci infiniment

[larmarange]

Avez-vous regardé du côté de tbl_survfit() ? cf. https://www.danieldsjoberg.com/gtsummary/reference/tbl_survfit.html

[InfoBioArm]

Merci pour votre retour,  je ne connaissais pas cette fonction mais j'avais trouvé une solution pour le calcul du taux de survie à 2 an avec la fonction summary en utilisant l'argument times=24.summary(survfit(Surv(time,event)~treatment, data=db),times=24)Par contre je n'ai toujours pas trouvé de fonction permettant d'obtenir le HR avec l'IC95 associé à ces taux.De : Joseph Larmarange ***@***.***>Envoyé : samedi, janvier 13, 2024 1:51:17 PMÀ : larmarange/analyse-R ***@***.***>Cc : InfoBioArm ***@***.***>; Comment ***@***.***>Objet : Re: [larmarange/analyse-R] analyse-R/analyse-de-survie (Discussion #135) Avez-vous regardé du côté de tbl_survfit() ? cf. https://www.danieldsjoberg.com/gtsummary/reference/tbl_survfit.html —Reply to this email directly, view it on GitHub, or unsubscribe.You are receiving this because you commented.Message ID: ***@***.***>

[larmarange]

Parce qu'il y a une confusion entre vos indicateurs. Votre "2-year PFS rate" correspond à la valeur de la courbe de Kaplan Meier à une certaine date. Tandis que le Hazard Ratio est lui obtenu au travers d'un modèle de Cox, et s'affiche ensuite avec tbl_regression().

Cdlt

[dimi-68]

Bonjour et merci pour vos Webin-R. je rencontre un probleme lorsque je veux faire le forestplot avec la fonction ggforest. voici le message d'erreur que je recois
"ggforest(mod2, data = enfants)
Erreur dans match.names(clabs, names(xi)) :
les noms ne correspondent pas aux noms précédents". Besoin d'aide s'il vous plait

[larmarange]

et si vous n'indiquez pas l'objet data ? ggforest(mod2)?

Si vous penz qu'il s'agit d'un bug, le signaler à https://github.com/kassambara/survminer/issues

[RaphaelFen]

Bonjour,
Un grand merci pour vos articles.
Ma question concerne une représentation des données. A partir d'un modèle de Cox stratifié et spécifié ainsi,

coxph(Surv(time, status) ~ age + strata(surg), data = df_colon) %>%
  survfit2() %>%
  ggsurvfit() +
  add_confidence_interval() +
  add_risktable() +
  scale_y_continuous(limits = c(0, 1))

(https://www.danieldsjoberg.com/ggsurvfit/articles/gallery.html#adjusted-cox-models)
j'obtiens la fonction de survie pour chaque strate de surv

Y a-t-il un moyen de représenter la fonction de risque à la place, apportant une information différente ?

Merci beaucoup !

[larmarange]

Avez-vous essayé avec ggsurvgit(type = "risk") ? cf. https://www.danieldsjoberg.com/ggsurvfit/reference/ggsurvfit.html

[hocine-drioueche]

Bonjour, comment vous interpretez le modéle avec median:NA ?
Call: survfit(formula = Surv(time, deces) ~ sexe, data = enfants)

            n events median 0.95LCL 0.95UCL

sexe=masculin 762 94 NA NA NA
sexe=féminin 822 48 NA NA NA

[larmarange]

NA indique que la courbe n'a pas atteint 50% tout simplement Regarder le graphique de votre courbe de survie Cdlt -- *Joseph LARMARANGE* https://joseph.larmarange.net Demographer PhD, Research Director at IRD <http://www.ird.fr/> Ceped <http://www.ceped.org/> UMR 196 (Université Paris Cité <https://u-paris.fr/> - IRD <https://www.ird.fr/>) SageSud ERL Inserm <https://www.inserm.fr/> 1244 Associate researcher at Ined <https://www.ined.fr/> prendre RDV : https://www.vyte.in/larmarange Ceped, 45 rue des Saints-Pères, 75006 Paris, France Le sam. 5 oct. 2024 à 08:31, HOCINE DRIOUECHE ***@***.***> a écrit :

…

Bonjour, comment vous interpretez le modéle avec median:NA ? Call: survfit(formula = Surv(time, deces) ~ sexe, data = enfants) n events median 0.95LCL 0.95UCL sexe=masculin 762 94 NA NA NA sexe=féminin 822 48 NA NA NA — Reply to this email directly, view it on GitHub <#135 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/AAHL5IY3DJAI35VTZ5GM7XTZZ6BVRAVCNFSM5VCAEBBKU5DIOJSWCZC7NNSXTOSENFZWG5LTONUW63SDN5WW2ZLOOQ5TCMBYGUYDIMRU> . You are receiving this because you commented.Message ID: ***@***.***>

[ZeinabTarhini]

Bonjour, Merci beaucoup c'est très intéressant. Je voudrais savoir si vous avez un tutorial pour discrete-time survival model? Merci

[larmarange]

Pas en tant que tel. Mais vous pouvez jeter un oeil à https://larmarange.github.io/analyse-R/trajectoires-de-soins.html#mod%C3%A8le-%C3%A0-observations-r%C3%A9p%C3%A9t%C3%A9es