我有一个生存数据，df如下图：
df <- structure(list(time_to_event = c(369L, 4597L, 2154L, 4426L, 823L,
4248L, 1045L, 4186L, 1305L, 1960L, 3905L, 5L, 3840L, 3802L, 3730L,
280L, 3678L, 81L, 59L, 3360L, 3318L, 3142L, 2912L, 2909L, 2873L,
2847L, 2843L, 2819L, 44L, 2677L, 2647L, 2569L, 2507L, 27L, 2372L,
1771L, 1708L, 1131L, 1618L, 1597L, 1303L, 1254L, 1242L, 386L,
1150L, 1113L, 1078L, 1036L, 1008L, 972L, 118L, 927L, 495L, 781L,
772L, 735L, 496L, 469L, 428L, 413L, 270L, 959L), event = c(1L,
0L, 1L, 0L, 1L, 0L, 1L, 0L, 1L, 1L, 0L, 1L, 0L, 0L, 0L, 1L, 0L,
1L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L,
1L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L,
0L, 0L, 0L, 1L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L)), row.names = c(NA,
-62L), class = "data.frame")
我在下面安装了一个生存函数：
我不太明白为什么它给出NA了汇总统计数据、中位数和 95% CI
survfit(Surv(time_to_event, event) ~ 1, data = df)
# Call: survfit(formula = Surv(time_to_event, event) ~ 1, data = df)
#
# n events median 0.95LCL 0.95UCL
# 62 15 NA NA NA
我认为这可能是由于原始数据集中的缺失值，但没有缺失。
中的lung数据集survival工作得很好：
survfit(Surv(time, status) ~ 1, data = lung)
# Call: survfit(formula = Surv(time, status) ~ 1, data = lung)
#
# n events median 0.95LCL 0.95UCL
# 228 165 310 285 363