Surv函数报错‘Time variable is not numeric’：生存分析排障求助

我正在开展以**失访时间（time to loss to follow up）**为指标的生存分析，已通过csv读取函数的stringsAsFactors和colClasses参数确保“Time to LTFU”列为数值型，但调用survfit构建Kaplan-Meier模型时，仍触发错误：

Error in Surv("Time to LTFU", censored) : Time variable is not numeric

查看str(survdat)输出确认“Time to LTFU”确实是数值型，但问题仍未解决。相关代码及数据结构如下：

相关代码 #

library(tidyverse)
library(gtsummary)
library(data.table)
library(tidyr)
library(dplyr)
library(survival)

survdat <- fread("221121_HBV_Followup_survivalanalysis.csv", stringsAsFactors=FALSE,
                 colClasses = c("Time to LTFU"="numeric"))

# 创建删失变量（右删失）
survdat$censored[survdat$`LTFU confirmed` == 'Yes']<- 1
survdat$censored[survdat$`LTFU confirmed` == 'No'] <-0


# 构建KM分析模型
km1 <- survfit(Surv('Time to LTFU', censored) ~ 1,
               data=survdat,
               type="kaplan-meier")

数据结构（str输出） #

Classes ‘data.table’ and 'data.frame':  43 obs. of  10 variables:
 $ Date screened                 : chr  "19/10/2021" "07/07/2021" "18/01/2022" "07/05/2021" ... 
 $ Last date seen                : chr  "21/11/2022" "21/11/2022" "21/11/2022" "21/11/2022" ... 
 $ Time to LTFU                  : num  398 502 307 563 564 605 516 29 118 118 ... 
 $ LTFU confirmed                : chr  "No" "No" "No" "No" ... 
 $ censored                      : num  0 0 0 0 0 0 0 1 1 0 ... 

问题原因及解决办法 #

问题根源在于Surv()函数中变量的引用方式：你用单引号包裹Time to LTFU，这会让函数把它当作字符串字面量处理，而非引用数据框中的对应列，自然会报错“时间变量非数值型”。

有两种直接的解决方式：

• 方式1：用反引号包裹带空格的变量名
  将单引号替换为反引号（键盘左上角的`键），让函数识别为数据框中的列：

  km1 <- survfit(Surv(`Time to LTFU`, censored) ~ 1,
                 data=survdat,
                 type="kaplan-meier")
  

• 方式2：重命名变量，移除空格
  读取数据后将带空格的变量名改为无空格格式，后续操作更简洁：

  # 重命名变量
  survdat <- survdat %>% rename(time_to_ltfu = `Time to LTFU`)
  
  # 重新构建模型
  km1 <- survfit(Surv(time_to_ltfu, censored) ~ 1,
                 data=survdat,
                 type="kaplan-meier")
  

额外优化建议 #

创建删失变量时，用向量化操作替代索引赋值，更高效且避免潜在的NA遗漏：

survdat$censored <- as.numeric(survdat$`LTFU confirmed` == 'Yes')

内容的提问来源于stack exchange，提问作者EM22