競爭風險( competing risks) 是指研究對象出現(xiàn)感興趣事件(interesting event)的同時還會出現(xiàn)其他結局事件，這些結局事件將阻止感興趣事件的出現(xiàn)或使其發(fā)生的概率降低，各結局事件間形成所謂的"競爭"關系，這一系列事件稱作競爭事件。

例如：當我們關注心血管疾病引起的死亡事件，目標結局是心血管相關死亡，患者隨訪過程中會出現(xiàn)其他死亡結局 (如車禍、癌癥等)。當其他死亡結局患者數(shù)較多時，將此部分患者作為刪失，會高估研究中的累計發(fā)病率；從患者死因角度，心血管疾病與其他因素構成了競爭關系，即死于心血管疾病與死于其他因素互為競爭事件，故其他死亡結局也稱為競爭結局。此時提出我們新的生存分析模型：競爭風險模型。

1999年Fine和Gray提出部分分布的半?yún)?shù)比例風險模型，該模型在考慮到競爭事件的條件下，探討其他影響因素對結局事件的作用，彌補了傳統(tǒng)生存分析的不足。

傳統(tǒng)生存分析有哪些?

為什么選用競爭風險模型?

傳統(tǒng)的生存分析( survival analysis ) 一般只關心一個終點事件(即研究者感興趣的結局,如復發(fā))。將發(fā)生復發(fā)前死亡的個體、失訪個體和未發(fā)生復發(fā)的個體均按刪失數(shù)據(jù)( Censored Data)處理,要求個體刪失情況與個體終點事件（復發(fā)）相互獨立，結局不存在競爭風險。

傳統(tǒng)K-M與競爭風險模型分析方法比較：

（1）單因素競爭風險模型 (Single-factor competition risk model)：估計目標事件與競爭事件的累積發(fā)生率；組間比較時采用 Gray檢驗。僅考慮單個事件時，類似經(jīng)典生存分析的Kaplan-Meier 法估計事件的累積發(fā)生率。

（2）多因素競爭風險模型 (Multi-factor competitive risk model): 多因素分析時,運用Fine-Gray模型探討影響目標事件累積發(fā)生率的因素。類似經(jīng)典COX模型探討影響目標事件累積發(fā)生率的因素。

今天來學習繪制單因素競爭風險模型的累積發(fā)生曲線。

1. 安裝和加載R包

install.packages("cmprsk")?#?安裝包
install.packages("survminer")?#?安裝包
library(cmprsk)?#?加載包
library(survminer)?#?加載包

2. 導入數(shù)據(jù)

本文的實例數(shù)據(jù)是關于白血病患者接受骨髓干細胞移植后復發(fā)風險的研究，死亡作為競爭結局。該研究包含有177例接受骨髓干細胞移植的急性白血病患者。

bmtcrr數(shù)據(jù)獲取鏈接：https://pan.baidu.com/s/1IGjfljmg-eRYoBl1Rph8GA 提取碼: 1234?

bmtcrr?<-?read_excel("bmtcrr.xls")?#?導入數(shù)據(jù)
bmtcrr$sex?<-?factor(bmtcrr$sex,?levels?=?c(0,1),
?????????????????????labels?=?c("male",?"female"))
View(bmtcrr)?#?預覽數(shù)據(jù)集

3. 擬合競爭風險模型

fit?<-?cuminc(bmtcrr$ftime,?bmtcrr$status,?bmtcrr$sex)
print(fit)?#?輸出信息

4. plot()函數(shù)繪制圖形

plot(fit)?

5. ggcompetingrisks()函數(shù)繪制圖形

ggcompetingrisks(fit,?
?????????????????multiple_panels?=?FALSE,?
?????????????????ylim?=?c(0,1))

可以修改參數(shù)來自定義調整圖形

結果解讀:

從male1對應的紅色曲線和female1對應的藍色曲線可以得出, female組的復發(fā)風險較male組高，但無統(tǒng)計學意義, P=0.7993437。

male2對應的綠色曲線在female2對應的綠色曲線下方,可以得出, male組的競爭風險事件發(fā)生率較female組低，但無統(tǒng)計學意義, P=0.1225223.在控制了競爭風險事件后，"male"和"female"累計復發(fā)風險無統(tǒng)計學差異。