R语言 SMPracticals包 pbc()函数中文帮助文档(中英文对照)

loveR

pbc(SMPracticals)
pbc()所属R语言包：SMPracticals

                                        Mayo Clinic Primary Biliary Cirrhosis Data
                                         梅奥诊所的原发性胆汁性肝硬化数据

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Followup of 312 randomised and 108 unrandomised patients with primary biliary cirrhosis, a rare autoimmune liver disease, at Mayo Clinic.
原发性胆汁性肝硬化是一种罕见的自身免疫性肝病，在梅奥诊所312的随机和108 unrandomised的的患者的随访。


用法----------Usage----------


data(pbc)



格式----------Format----------

A data frame with 418 observations on the following 20 variables.
418以下20个变量的观察与数据框。




age in years
年龄在年




alb serum albumin
ALB血清白蛋白




alkphos alkaline phosphotase
alkphos碱性磷酸酶




ascites presence of ascites
腹水的腹水存在




bili serum bilirubin
轻症患者血清胆红素




chol serum cholesterol
胆固醇血清胆固醇




edema presence of edema
水肿出现水肿




edtrt 0 no edema, 0.5 untreated or successfully treated
edtrt无水肿，0.5未经治疗或治疗成功




hepmeg enlarged liver
hepmeg肝脏肿大




time survival time
时间生存时间




platelet platelet count
血小板血小板计数




protime standardised blood clotting time
protime标准化的凝血时间




sex 1=male
性别1 =男




sgot liver enzyme (now called AST)
的SGOT肝酶（现在被称为AST）




spiders blood vessel malformations in the skin
蜘蛛在皮肤上的血管畸形




stage histologic stage of disease (needs biopsy)
阶段的病理阶段的疾病（需要活检）




status censoring status
状态审查状态




trt 1/2/-9 for control, treatment, not randomised
TRT和1/2/-9为控制，处理，不是随机的




trig triglycerides
触发甘油三酸脂




copper urine copper
铜尿铜


源----------Source----------

Fleming, T. R. and Harrington, D. P. (1991)    Counting Processes and Survival Analysis.  Wiley: New York.
弗莱明，TR和哈灵顿，DP（1991）的计算过程与生存分析。威利：纽约。


参考文献----------References----------

Page 549.

实例----------Examples----------


data(pbc)  
# to make version of dataset used in book[版本的数据集，用于书籍]
pbcm <- pbc[(pbc$trt!=-9),]
pbcm$copper[(pbcm$copper==-9)] <- median(pbcm$copper[(pbcm$copper!=-9)])
pbcm$platelet[(pbcm$platelet==-9)] <- median(pbcm$platelet[(pbcm$platelet!=-9)])
attach(pbcm)

library(survival)
par(mfrow=c(1,2),pty="s")
plot(survfit(Surv(time,status)~trt),ylim=c(0,1),lty=c(1,2),
   ylab="Survival probability",xlab="Time (days)")
plot(survfit(coxph(Surv(time,status)~trt+strata(sex))),ylim=c(0,1),lty=c(1,2),
   ylab="Survival probability",xlab="Time (days)")
lines(survfit(coxph(Surv(time,status)~trt)),lwd=2)
# proportional hazards model fit[比例风险模型的拟合]
fit <- coxph(formula = Surv(time, status) ~ age + alb + alkphos + ascites +
      bili + edtrt + hepmeg + platelet + protime + sex + spiders, data=pbcm)
summary(fit)
step.fit <- step(fit,direction="backward")

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。