R语言：竞争风险模型单因素分析

使用的是bmtcrr数据集，展示了177例白血病患者接受骨髓移植和血液移植治疗的疗效，一共有7个变量。

• Sex（性别）：F = 女，M = 男
• D（疾病类型）：1 = ALL（急性淋巴细胞白血病），2 = AML（急性髓系细胞白血病）
• Phase（疾病阶段）：分为CR1、CR2、CR3和Relapse四个水平
• Age（年龄）：连续变量
• Status（结局变量）：0=删失，1=复发，2=竞争事件
• Source（治疗方法）：BM+PB=骨髓移植+血液移植，PB=血液移植
• Ftime（生存时间）：连续变量

第一步：加载包并读取数据

library(cmprsk) # 加载包
library(survminer) # 加载包
library(tidyverse)
library(readxl)
bmtcrr <- read_excel("/Users/xujun/Downloads/bmtcrr.xlsx") # 导入数据
View(bmtcrr) # 预览数据集

第二步：将变量D（疾病类型）作为分组依据，比较ALL和AML的生存差异

我们使用cuminc( )函数估计累积发生函数（cumulative incidence function）并进行组间比较。在竞争风险模型中，使用Fine-Gray检验进行单因素分析，而传统生存分析方法使用的是log-rank检验。

bmtcrr$status <- factor(bmtcrr$status) #将Status变量因子化
f1 <- cuminc(bmtcrr$ftime, bmtcrr$status, bmtcrr$disease) #建立竞争风险模型
f1

结果解读：（1）第一部分Tests展示的是结局事件和竞争事件的统计值和P值，如第一行为结局事件（编码为1）的分析结果，表示在控制竞争事件后，两种疾病类型ALL和AML的复发风险差异无统计学意义（统计值为2.8623325，P值为0.09067592）；第二行为竞争事件（编码为2）的分析结果，表示在控制目标事件后，两种疾病类型ALL和AML的竞争事件发生风险差异也无统计意义（统计值为0.4481279，P值为0.50322531）。（2）第二部分$est展示了各时间点ALL和AML组的结局事件的累积发生率与竞争事件的累积发生率，如随访20个月，ALL组的结局事件发生率为0.3713851，竞争事件发生率为0.3698630；（3）第三部分$var表示各时间点ALL和AML组的结局事件累积发生率与竞争风险事件累积发生率的方差。

第三步：结果可视化

plot(f1, #读取竞争风险模型的结果
                 xlab = 'Month', #设置x轴标题

                 ylab = 'CIF', #设置y轴标题

                 lwd = 2, #设置线条宽度

                 lty = 1, #设置线条的类型，1为实线

         col = c('red', 'blue', 'black', 'forestgreen'))  #设置线条颜色

图形解读：横坐标表示生存时间，纵坐标表示累积发生率，即随着时间的推移，ALL组和AML组的结局事件和竞争事件的累积发生率均有所升高，但组间差异无统计学意义。