Справочная группа по линиям жизни | Анализ выживания Python ⇐ Python
-
Anonymous
Справочная группа по линиям жизни | Анализ выживания Python
Есть ли способ рассчитать коэффициенты риска в пакете Python Lifeline относительно указанной группы?
На данный момент у меня есть:
из линий жизни импортировать CoxPHitter data=KM_DF[["Survival_Time","Event","30_40","40_50","50_60","60_70","70_80","Мужской"]] cph=CoxPHFitter() cph.fit(data,"Survival_Time",event_col="Event",show_progress=True) cph.print_summary() Я хотел бы узнать ЧСС в группах 40_50, 50_60, 60_70 и 70_80 по сравнению с группой 30_40, а также с поправкой на пол. Но на данный момент я получаю HR группы, которой хочу быть эталонной («30-40»), как 3.02.
Есть ли способ сделать это с помощью спасательных линий?
Для большего контекста/мотивации в рабочем процессе R для расчета пропорционального коэффициента риска Кокса можно установить переменные «уровни», и последующие коэффициенты риска будут относиться к 1-му уровню. Однако мне не удалось выяснить, возможно ли это в популярном пакете Python Lifelines.
Есть ли способ рассчитать коэффициенты риска в пакете Python Lifeline относительно указанной группы?
На данный момент у меня есть:
из линий жизни импортировать CoxPHitter data=KM_DF[["Survival_Time","Event","30_40","40_50","50_60","60_70","70_80","Мужской"]] cph=CoxPHFitter() cph.fit(data,"Survival_Time",event_col="Event",show_progress=True) cph.print_summary() Я хотел бы узнать ЧСС в группах 40_50, 50_60, 60_70 и 70_80 по сравнению с группой 30_40, а также с поправкой на пол. Но на данный момент я получаю HR группы, которой хочу быть эталонной («30-40»), как 3.02.
Есть ли способ сделать это с помощью спасательных линий?
Для большего контекста/мотивации в рабочем процессе R для расчета пропорционального коэффициента риска Кокса можно установить переменные «уровни», и последующие коэффициенты риска будут относиться к 1-му уровню. Однако мне не удалось выяснить, возможно ли это в популярном пакете Python Lifelines.
