R生存分析coxph交互项参考水平修改失败，relevel无效如何解决？

交互项的参考水平由两个分类变量各自的参考水平共同决定，relevel操作未生效通常是因为未同时修改两个变量的参考水平，或未先将变量转为因子类型。以下是两种可行实现方案：

方法1：分别设定两个因子的参考水平（推荐） #

先将Level1、Level2转为因子类型，分别指定参考水平为M1、V1，再运行模型即可自动将交互项参考组设为M1-V1。修改后可运行代码如下：

library(survival)
library(dplyr)
set.seed(123)
st<-sample(0:1,100, replace = T)
tm<-rnorm(100,20,9)
fm<-sample(c("M","F"),100,replace = T)
age<-rnorm(100,75,10)
level1<-sample(c("M1","M2", "M3"),100,replace = T)
level2<-sample(c("V1","V2", "V3"),100,replace = T)

dt<-data.frame(status=st,
               Time= tm,
               Sex=   fm,
               Age=age,
               Level1=level1,
               Level2=level2
)

# 关键修改步骤：转换因子并指定参考水平
dt$Level1 <- relevel(factor(dt$Level1), ref = "M1")
dt$Level2 <- relevel(factor(dt$Level2), ref = "V1")

dt %>%
  coxph(Surv(Time, status) ~Sex + Age + Level1:Level2 , data = .) %>%
  summary()

方法2：生成交互组合的单因子变量 #

如果需要更直观的对照展示，可先将两个变量的取值组合生成新的因子，直接指定该因子的参考水平为M1-V1：

# 接上文dt数据集生成代码
dt$inter_group <- factor(paste0(dt$Level1, "-", dt$Level2))
dt$inter_group <- relevel(dt$inter_group, ref = "M1-V1")

dt %>%
  coxph(Surv(Time, status) ~Sex + Age + inter_group, data = .) %>%
  summary()

该方法的输出会直接展示所有组合和M1-V1的对比结果，可读性更强。

内容的提问来源于stack exchange，提问作者Melih Aras