Итоговое задание: сравнение кривых выживаемости
Из предыдущего упражнения мы узнали, что показатели производительности действительно влияют на вероятность выживания. Теперь давайте рассмотрим кривую выживаемости для всех пациентов, используя оценку Каплана–Мейера, и сравним её с кривой модели Кокса, учитывающей переменную performance. Обратите внимание: для моделей Кокса можно передавать результат функции survfit() напрямую в ggsurvplot(), не создавая вручную нужный фрейм данных и не вызывая ggsurvplot_df().
Это упражнение является частью курса
Анализ выживаемости в R
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Compute Kaplan-Meier curve
km <- ___(___ ~ ___, data = ___)
# Compute Cox model
cxmod <- ___(___, data = ___)