R语言survival包处理区间型生存数据的适配性及替代方案咨询

1. 可以直接使用survival包处理 #

你对Surv函数的文档存在误读，survival包完全支持这类分组汇总的区间生存数据，不需要展开为单条个体记录。核心是利用区间格式的Surv对象+权重参数传入各区间的人数统计值即可。
示例代码如下：

library(survival)
# 你提供的样例数据
start_interval <-  seq(0, 13)
end_interval <-  seq(1, 14)
living_at_start <- round(seq(1000, 0, length.out = 14))
dead_in_interval <- c(abs(diff(living_at_start)), 0)
df <- data.frame(start_interval, end_interval, living_at_start, dead_in_interval)

# 构造两类观测：区间内死亡的个体、区间结束仍存活的右删失个体
df_surv <- data.frame(
  time_start = rep(df$start_interval, 2),
  time_end = rep(df$end_interval, 2),
  status = rep(c(1, 0), each = nrow(df)),
  count = c(df$dead_in_interval, df$living_at_start - df$dead_in_interval)
)
# 过滤计数为0的行，避免冗余
df_surv <- df_surv[df_surv$count > 0, ]

# 拟合生存函数，用weights参数传入人数计数
surv_fit <- survfit(Surv(time_start, time_end, status, type = "interval") ~ 1, 
                    data = df_surv, weights = count)
# 查看生存函数估计结果
summary(surv_fit)

也可以直接用生命表法直接适配你的汇总数据，不需要扩展数据框，代码更简洁：

surv_fit_lifetable <- survfit(Surv(end_interval, event = rep(1, nrow(df))) ~ 1, 
                              weights = dead_in_interval, 
                              data = df, 
                              type = "lifetable",
                              rmean = "common")

2. 其他可选R包 #

如果需要更灵活的参数模型拟合，也可以使用以下包处理这类区间汇总数据：

• flexsurv：支持参数化生存模型的区间数据拟合，同样支持权重参数传入汇总计数
• epitools：内置了专门的生命表分析函数ltable()，直接适配你当前的输入数据格式，输出标准生命表指标
• survminer：可以配合survival包的拟合结果，直接绘制生存曲线，不需要额外处理

3. 手动计算生存函数的实现 #

你提到的乘积限形式的生存函数计算公式，手动实现也非常简单，代码示例如下：

# 计算每个区间的条件生存概率
df$surv_prob <- (df$living_at_start - df$dead_in_interval) / df$living_at_start
# 累积乘积得到生存函数估计值
df$S_t <- cumprod(df$surv_prob)
# 查看结果
head(df[, c("start_interval", "end_interval", "S_t")])

手动计算的结果和survival包的输出结果完全一致。

内容的提问来源于stack exchange，提问作者Victor Feagins