如何使用Survival包survfit处理区间删失数据按日历日估计生存概率

你当前代码输出不符合需求的核心原因有两个：

• 时间基准没有统一为日历日，传入Surv的time1、time2为入组后相对时长，输出自然对应入组后时间维度
• 未设置左截断（迟进入）参数，默认所有个体从研究第0天就进入风险集，和你随时间捕获动物入组的实际场景不符，同时全为3的censor编码没有匹配你实际的左/右/区间删失混合数据类型

1. 时间基准校准 #

先将所有时间戳统一转换为以研究起始日为0的日历日维度：

• 每个个体新增entry字段，值为该个体被捕获入组的日历日
• 按实际删失类型修正censor字段编码（survival包type="interval"的规则如下）：
  • 0：右删失，个体最后一次观察时存活，后续无记录
  • 1：精确事件时间，个体死亡时间明确
  • 2：左删失，个体首次被捕获时已死亡，死亡发生在研究起始日到捕获日之间
  • 3：区间删失，个体死亡发生在两次观察的时间区间内

2. 模型参数修正 #

构造带左截断的区间删失生存对象，survfit会自动将入组前的个体排除在对应时间点的风险集外，输出的时间维度即为日历日：

# 示例数据新增entry列（替换为你实际的入组日历日即可）
m1$entry <- c(2, 386, 0, 1, 384, 3, 61, 33, 385, 64)
# 修正censor编码为实际值后拟合模型
km_fit <- survfit(Surv(time = entry, time2 = time2, event = censor, type = "interval") ~ region, data = m1)

3. 结果验证 #

绘制生存曲线的x轴即为日历日维度：

plot(km_fit, xlab = "日历日（研究起始日为0）", ylab = "生存概率")

内容的提问来源于stack exchange，提问作者Eric