9

我正在努力使用 R 中的 coxme 包。我想使用像 survfit() 这样的函数 - 它通常用于 coxph() 模型的方式 - 绘制调整后的生存曲线并找到不同参数值的中位生存.

如果我使用 coxph 拟合模型而没有随机效应，我可以执行以下操作：

library(KMsurv)
data(burn)

my.surv <- with(burn, Surv(T1, D1))

cox_nr = coxph(my.surv ~ Z1 , data = burn)

survfit(cox_nr, newdata = data.frame(Z1 =1))

这提供了生存估计。但是，如果我用 coxme 拟合相同的模型：

library(coxme)
cox_r = coxme(my.surv ~ Z1 + (1|Z11), data = burn)

survfit(cox_r, newdata = data.frame(Z1 = 1))

UseMethod（“survfit”，公式）中的错误：没有适用于“survfit”的方法应用于“coxme”类的对象

所以survfit.coxme似乎不存在，并且通过阅读coxme包文档，我没有看到等价物。我正在尝试做的事情有什么根本错误吗？如果没有，我怎样才能得到这些估计？

4

1 回答 1

2

我认为 coxme 没有 survfit 方法的原因是脆弱的模型。对数秩或 wilcoxon 检验依赖于失败/审查结果与风险集中的个人之间的一一对应关系。这使您可以使用非参数卡普兰梅尔曲线一致地估计它们的生存曲线，这些曲线始终是单调且非递增的。如果一个人可以有多个结果，则情况并非如此，这就是 coxme(frailty) 正在处理的。以疱疹暴发为例，如果个人可以有不止一次暴发，或者您可以在集群中暴发任意数量的暴发，那么您无法使用 KMcurve 估计生存曲线，您也无法执行对数秩检验。

但是，使用 summary 命令对 Cox 模型的推断渐近等效于基本单变量线性 Cox 模型的对数秩检验。您可以争辩说，对脆弱模型进行总结可以作为处理多个端点的分层等效测试，并且 p 值代表了一个科学上有趣的组件。要以图形方式描述集群内的故障，请考虑使用累积发生率曲线。

于 2013-02-23T22:08:40.170 回答