ggforest (Surviner) только выбранные ковариаты

Question

Я хотел бы создать лесной участок после моделей выживания Кокса. Тем не менее, я хотел бы отображать только некоторые из ковариат на графике? Кто-нибудь знает, возможно ли это? Может быть, с помощью ggforest2? Спасибо

library(survival)
library(survminer)

model <- coxph(Surv(time, status) ~ sex + rx + adhere,
               data = colon )
ggforest(model)

colon <- within(colon, {
  sex <- factor(sex, labels = c("female", "male"))
  differ <- factor(differ, labels = c("well", "moderate", "poor"))
  extent <- factor(extent, labels = c("submuc.", "muscle", "serosa", "contig."))
})
bigmodel <-
  coxph(Surv(time, status) ~ sex + rx + adhere + differ + extent + node4,
        data = colon )
ggforest(bigmodel)

Answer 1

Текущая версия ggforest на моем компьютере не позволяет мне выбирать переменные, которые будут представлены на графике. Однако другой пакет forestmodel::forest_model имеет covariates =, который должен позволять пользователям выбирать переменные. Однако текущая версия forestmodel может выполнить это неправильно, как вы можете видеть на следующем графике:

colon <- within(colon, {
  sex <- factor(sex, labels = c("female", "male"))
  differ <- factor(differ, labels = c("well", "moderate", "poor"))
  extent <- factor(extent, labels = c("submuc.", "muscle", "serosa", "contig."))
})
bigmodel <-
  coxph(Surv(time, status) ~ sex + rx + adhere + differ + extent + node4,
        data = colon )
forest_model(bigmodel, covariates = c("sex", "rx"))

Возможно,быть оригинальным автором. На каком-то этапе я смог сгенерировать что-то подобное с небольшой модификацией предыдущей версии функции. Однако после переустановки обновленного пакета он больше не работает.

РЕДАКТИРОВАТЬ

Другой подход был бы гибким. Это занимает два шага. Во-первых, соберите информацию о модели (я использую broom::tidy здесь, но вы можете использовать другие методы. Во-вторых, используйте forestplot::forest_plot для создания графика. Опять же, вы также можете использовать другой пакет мета-анализа для этого.
Давайте продолжим свыше bigmodel

library(forestplot)
library(tidyverse)
# Save model information
df <- broom::tidy(bigmodel,  exponentiate = TRUE)
# pick up the first 4 values 
df1 <- df[1:4, ] %>% 
  transmute( 
    HR = round(estimate, 2), 
    low = conf.low, 
    high = conf.high)

row_names <- cbind(c("Name", "Sex", "Lev", "Lev + 5FU", "adhere"),
                   c("HR", df1$HR))
df1 <- rbind(rep(NA, 4), df1)
forestplot(labeltext = row_names,
           df1[,c("HR", "low", "high")],
           is.summary=c(FALSE, FALSE, FALSE),
           zero      = 1,
           xlog      = TRUE)

Это дает следующий график. Для создания удовлетворительного графика может потребоваться немного больше обучения, но вы относительно контролируете.