r - 从 coxph 模型进行预测

Question

我很难使用 coxph 进行预测。

我希望在样本内数据上学习 Cox PH 模型，然后使用从样本外数据导出的参数，如下所示：

# learn IS params
model.PH <- coxph(Surv(days.IS, outcome.IS) ~ predictor.IS)

# apply IS params to OOS data to make predictions
predictions.raw <- predict(model.PH, newdata = predictor.OS)

# binarise predictions
predictions.OS <- rep(0,length(predictions.raw))    
predictions.OS[which(predictions.raw>0)]<- 1 

# fit survival model
fittedModel <- survdiff(Surv(days.OS, outcome.OS) ~ predictions.OS)

predictor.IS 的维度为 Y_1 x D，predictor.OS 的维度为 Y_2 x D

但是，这不起作用，因为 predictions.OS 中的元素数量是 Y_1 而不是 Y_2。

我究竟做错了什么？

Answer 1

如果您使用 data=dfrm 参数将值传递给 ``coxph，然后传递一个 newdata 参数以预测为具有相同列名的不同数据帧，这可能会更干净。我感觉到您传递的矩阵可能与模型中的 re 具有不同的列名。维度匹配并不是 predict.coxph 函数的唯一要求。