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。