R语言绘制复杂抽样设计logistic回归限制立方样条图（RCS）

最近很多人问怎么使用R语言绘制NHANES数据复杂抽样设计限制立方样条图（RCS），NHANES数据属于复杂抽样调查，涉及到抽样权重。不能按既往的RCS绘制方法来绘制.

今天来演示一下，我手头上并没有整理好的NHANES数据，继续使用我们上一篇文章的转移性胃癌患者（Power、Capanu、Kelsen 和 Shah 2011）的数据来代替一下，我们先导入数据和R包

library("rms")
library("survival")
library("survey")
set.seed(1234)
noNA<-read.csv("E:/r/test/noNA.csv",sep=',',header=TRUE)

上图只显示了一部分，这是一个转移性胃癌患者（Power、Capanu、Kelsen 和 Shah 2011）的数据（公众号回复：胃癌数据，可以获得数据），数据很多我们选取一部分建模，age_dx：年龄，group：分组变量，分为存活率小于2年的和大于两年的，inv_weight：概率权重，ssize：每个分组患者的人数，survival生存时间，surv_cens生存结局
要建立调查加权，我们先要生成一个调查表，我们这里是根据患者是否能活超过24个月进行分层，

dstr2 <- svydesign(id = ~1, strata = ~group, prob = ~inv_weight, 
                   fpc = ~ssize, data = noNA)

prob 指定的抽样概率对于长期幸存者组（≥ 24月）中的患者等于 1，对于存活不到 2 年的患者均等于 253/853=0.296。fpc 选项指定已在每个层中抽样的总人口，在 ≥ 24 组中等于 132，对于 <24 组中的患者等于 853。

本文为转载文章，原文地址如下：https://mp.weixin.qq.com/s?__biz=MzI1NjM3NTE1NQ==&mid=2247486693&idx=1&sn=eee765e52f035ee9a69615ba9a317545&chksm=ea26ecf9dd5165efc925a17a4eb54fbf6a453967b3f577e4f609d62dd8e0ae94411a112ab705#rd