7

我有一个包含生存数据和一些缺失协变量的数据集。我已经成功地应用了mice-package来使用该mice()函数来估算m个数据集,创建了一个imputationList对象并在每个m数据集上应用了一个Cox PH模型。随后,我使用该函数汇总了结果MIcombine()。这导致了我的问题:

如何获得每个协变量的汇总估计值的 p 值?它们是否隐藏在MIcombine物体内的某个地方?

我知道 p 值并不是一切,但是在没有相应 p 值的情况下报告估计值和置信区间对我来说似乎很奇怪。我可以计算一个近似值。使用例如Altman 提供的公式从置信区间中获取 p 值,但这似乎过于复杂。我已经四处寻找答案,但我什至找不到任何人提到这个问题。我是否忽略了一些明显的东西?

例如:

library(survival)
library(mice)
library(mitools)
test1 <- as.data.frame(list(time=c(4,3,1,1,2,2,3,5,2,4,5,1), 
          status=c(1,1,1,0,1,1,0,0,1,1,0,0), 
          x=c(0,2,1,1,NA,NA,0,1,1,2,0,1), 
          sex=c(0,0,0,0,1,1,1,1,NA,1,0,0)))

dat <- mice(test1,m=10)

mit <- imputationList(lapply(1:10,complete,x=dat))

models <- with(mit,coxph(Surv(time, status) ~ x + strata(sex)))

summary(MIcombine(models))

我试图对 MIcombine 对象的结构进行排序,但到目前为止还没有找到 p 值。

4

1 回答 1

1
models <- with(dat,coxph(Surv(time, status) ~ x + strata(sex)))
summary(pool(models))
于 2017-01-20T10:46:01.867 回答