Holen Sie sich die Handlung unter Berücksichtigung der Zensur für Überlebensanalyse

Question

(Sorry für das Englisch) Ich versuche derzeit, die Länge der Krankenblätter in Verwaltungen zu studieren und so habe ich eine Datenbank, wo die Längen, Daten und andere gesetzt wurden Infos für Tausende von Blättern. Ich bin ein absoluter Anfänger in dieser Art von Analyse. Am Ende soll ich in der Lage sein, den prozentualen Anteil der Krankentage zu ermitteln, die nach dem x-ten Krankheitstag liegen. Ich versuche das Überlebensanalyse-Paket (Survival) zu verwenden, um meine Arbeit zu vereinfachen. Bis jetzt bin ich in der Lage, meine Frage zu beantworten, aber ich zensiere nicht. Ich habe eine Spalte mit 0 für Daten, die zensiert wurde und 1 für Daten, die nicht zensiert wurde. Vor allem versuche ich das Überlebensdiagramm der Daten zu erhalten, in denen die Zensierung korrigiert wurde. Was, wenn ich das Prinzip richtig verstehe, bedeutet, dass die Handlung die vorhergesagte sein würde, wo jeder kranke Urlaub sein Ende erreicht hat. Hier ist der Code, den ich benutze, aber ich bin mir ziemlich sicher, dass ich R nicht richtig benutze. Ich weiß auch nicht, ob ich Cox oder etwas anderes benutzen soll.

Ok so in time2013 habe ich die Länge meiner Blätter, in event2013 habe ich die 0s für zensierte Daten und 1 für Daten, die nicht sind. Der Datenrahmen mit allen Daten heißt mydata.

Ist die Handlung, die ich mit diesem Code bekomme, was ich suche?

s <- Surv(time2013,event2013) 
fKM <- survfit(s ~ 1,data=mydata) 
plot(fKM,conf.int=FALSE) 

Answer 1

Nun, es ist wahrscheinlich *** das erste, was ich versuchen würde, aber es gibt so viele andere Dinge zu Aspekte dazu ....

1) Was wollen Sie tun? Ist es rein explorativ, oder teste ich einige Annahmen/Theorien/Hypothesen?

2) Enthalten die zensierten Felder Personen ohne Krankenurlaub oder nur solche, die noch nie zurückgekehrt sind? Wenn sie vor dem Ende des letzten Datums der Datenperiode gestorben sind, wie wirkt sich das auf die Dinge aus, wenn Sie davon ausgehen, dass diejenigen, die noch krank sind, auf die gleiche Weise zensiert werden?

3) Welche anderen Informationen haben Sie und welche Kovariaten können Sie in die richtige Seite der Formel eingeben? Das Geschlecht und Alter der Person könnte sich lohnen. Haben Sie Dienstzeit, Dienstaltersstufe, Anzahl früherer Krankheitstage?

Ich werde darauf zurückkommen ....... Ich habe winkten Abendessen :-)