如何使用tmerge将随访数据拆分为带tstart/tstop的5年间隔格式

前置准备 #

你需要使用R语言的survival包完成操作，首先加载依赖包：

library(survival)

首先统一单位换算：5年按每年365.25天折算为1826天，可根据研究精度要求调整该数值。

步骤1：梳理原始数据字段 #

确认你的数据集包含以下核心字段：

• ID：个体唯一识别码
• 随访时长（天）：下文代码中统一用futime指代，你需要替换为实际字段名
• event：结局事件标识，通常0=删失、1=发生目标事件
• 其他固定协变量：如variable 1、variable 2等

步骤2：初始化基础生存数据结构 #

首先生成每个个体的初始生存记录，初始区间为从入组（时间0）到随访结束：

# 构建基础数据框，筛选需要的字段
base_df <- original_df[, c("ID", "futime", "event", "variable1", "variable2")]

# 初始化计数过程结构，生成初始tstart、tstop字段
surv_base <- tmerge(
  data1 = base_df,
  data2 = base_df,
  id = ID,
  event = event(futime, event)
)

此时生成的surv_base中，每个ID对应1行记录，tstart默认为0，tstop为个体的总随访时长。

步骤3：按5年间隔切割区间 #

先生成全数据集的时间切割点，再用tmerge插入切割点拆分区间：

# 计算全数据集最大随访时长，生成所有5年间隔的切割点
max_futime <- max(base_df$futime)
cut_points <- seq(from = 1826, to = max_futime, by = 1826)

# 插入切割点，生成最终的5年间隔数据集
final_surv_df <- tmerge(
  data1 = surv_base,
  data2 = base_df,
  id = ID,
  tdc(cut_points)
)

结果校验 #

生成的final_surv_df包含你需要的tstart、tstop字段，你可以通过以下规则验证结果正确性：

• 每个ID对应的所有区间长度tstop - tstart最大不超过1826天
• 每个ID最后一行的tstop等于其原始总随访时长
• 每个ID仅最后一行的event取值和原始数据一致，其余行的event均为0

注意事项 #

如果你的数据包含时依协变量，需要在tmerge步骤中额外添加时依协变量的更新逻辑，上述步骤仅适用于固定协变量的场景。

内容的提问来源于stack exchange，提问作者GS1302