IPTW で重み付けした競合リスク累積発生曲線を書く方法
IPTW 競合リスク累積発生率曲線の書き方の前に IPTW、競合リスク、累積発生曲線とは？
IPTW に関しては以下の過去記事を参照
競合リスクに関しては以下の過去記事を参照
累積発生率（累積イベント）曲線に関しては以下の過去記事を参照
IPTW 競合リスク累積発生率曲線の書き方
R の cmprskcoxmsm パッケージを使う方法を解説する
install.packages('cmprskcoxmsm')
library(cmprskcoxmsm)
サンプルデータは同じパッケージに含まれている follic というデータ
データセットには以下の変数が入っている
- age 年齢
- hgb ヘモグロビン値（ g/L ）
- clinstg 臨床ステージ： 1= ステージ I 、2= ステージ II
- ch 化学療法： Y= 実施あり、N= 実施なし
- rt 放射線療法：全員 Y= 実施あり のため今回は使わず
- time 最初のイベントが起きた時間
- status イベントの理由： 1= 再燃、2= 死亡、0= 無効
IPTW 競合リスク累積発生率曲線の書き方 IPTW の計算
IPTW の計算には、doPS() 関数を使う
データ、治療（二値のみ。ここでは化学療法 ch）、治療のありの値、IPTW を作成するための交絡因子を引数として指定する
D <- doPS(follic, Trt='ch', Trt.name='Y',
VARS.=c('age', 'hgb', 'clinstg'))
IPTW の計算結果が含まれる、D の先頭 5 行を表示させると以下のとおりである
ps_ate が 傾向スコアで、ipw_ate_unstab が 傾向スコアの逆数をとるだけの いわゆる IPTW、ipw_ate_stab が群の割合をかけた安定化 IPTW である
IPTW で交絡因子がどのくらい似通った分布になっているかを確認するために、plot.PS() 関数を実行する
plot.PS(D)
すると以下のグラフが描かれる
交絡因子と考えた、age, hgb, clinstg の３つとも、weighted のほうが Standard Mean Difference にして -0.1 から 0.1 の範囲に収まっていて、重みづけはうまくいっている
IPTW 競合リスク累積発生率曲線の書き方 累積発生率の推定
次に、cif_est() 関数を使って、IPTW 累積発生率を推定する
データ、イベントまでの時間、イベントの変数名、イベントの値の種類、どのイベントに注目するか、重みづけの種類 を指定する
CIF <- cif_est(data=D$Data, time='time', Event.var='status',
Events=c(0,1,2),
cif.event=1,
weight.type='Unstabilized')
この推定には数分時間がかかった（CPU: Ryzen 3 3300X 4 コア 8 スレッド）
出来上がりのデータセットの先頭 5 行は以下の通りである
この中の、time, cif.control（化学療法なし）, cif.expsure（化学療法あり） を使って、IPTW 累積発生率曲線を書いていく
IPTW 競合リスク累積発生率曲線 実際の描画
ggplot() 関数を使って書いていく
スクリプトは以下の通り
ggplot(CIF$cif_data, aes(x=time, y=cif.control,
color='No Chemotherapy'))+
geom_line(linewidth=1.4)+
geom_line(aes(x=time, y=cif.exposure,
color='Chemotherapy'), linewidth=1.4)+
labs(x='Time', y='IPTW Cumulative incidence functuon')+
ylim(c(0,1))
化学療法なしの曲線と、化学療法ありの曲線を geom_line() を使って、重ねて描いている
線の太さを linewidth=1.4 として、少し太くしている
labs() で、X 軸、 Y 軸それぞれにラベルを付けている
Y 軸の範囲を、0 から 1 に固定している
そうすると、以下のようなグラフが描ける
これは、IPTW ではない、累積発生率曲線と比べると、化学療法あり・なしの間隔が若干広く見える
再発や予後を左右する年齢及び臨床ステージの調整が大きな意義を持っているのではないかと想像する
まとめ
IPTW 競合リスク累積発生率曲線の書き方を R の cmprskcoxmsm パッケージを使う方法で解説した
参考になれば
参考 PDF
https://cran.r-project.org/web/packages/cmprskcoxmsm/cmprskcoxmsm.pdf
コメント