r语言多因素回归分析

多因素回归分析是一种统计方法，用于研究多个自变量与因变量之间的关系。在R语言中，可以使用coxph函数进行多因素回归分析。具体步骤如下：

1. 定义模型：使用coxph函数设置多因素回归模型，其中Surv函数用于定义生存时间和生存状态。

2. 提取结果信息：使用summary函数提取回归结果的相关信息，如变量的风险比 (HR) 和置信区间 (CI)。

3. 整理结果：将提取的结果整理成表格，包括变量名、HR、95%CI和P值。

4. 添加行名和命名：将表格的行名转为表格的第一列，并给予命名"Characteristics"。

下面是R语言多因素回归分析的代码示例：

<<引用>>
# 一-1. cox多因素回归分析
mul_cox <- coxph(Surv(time, status == 0) ~ Age + T.stage + LNM + ER + HER2 + G, data = aa)

# 一-2. multi1：提取：变量 HR 95%CI 95%CI
mul_cox1 <- summary(mul_cox)
colnames(mul_cox1$conf.int)
multi1 <- as.data.frame(round(mul_cox1$conf.int[, c(1, 3, 4)], 2))

# 一-3. multi2：提取：HR(95%CI)和P
multi2 <- ShowRegTable(mul_cox, exp = TRUE, digits = 2, pDigits = 3, printToggle = TRUE, quote = FALSE, ciFun = confint)

# 一-4. 将两次提取结果合并成表；取名result
result <- cbind(multi1, multi2)
result

# 一-5. 行名转为表格第一列，并给予命名"Characteristics"
result <- tibble::rownames_to_column(result, var = "Characteristics")
result