Survfit相当于R中的coxme？

Question

我正在努力研究R中的coxme包.我想使用像survfit()这样的函数 - 通常用于coxph()模型的方法 - 绘制调整后的生存曲线并找出不同参数值下的中位生存期.

如果我使用没有随机效果的coxph来拟合模型,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.但如果我与coxme适合相同的模型:

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

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

UseMethod中的错误("幸存",公式):没有适用于"幸运"的方法应用于类"coxme"的对象

所以survfit.coxme似乎不存在,从阅读coxme包文档,我没有看到一个等价物.我试图做的事情是否存在根本错误？如果没有,我怎样才能获得这些估算？

Answer 1

我认为 coxme 没有生存拟合方法的原因是因为脆弱模型。对数秩或威尔科克森检验依赖于风险集中个体的失败/审查结果之间的一对一对应关系。这使您可以使用非参数卡普兰迈耶曲线一致地估计它们的生存曲线，这些曲线始终是单调且不增加的。如果一个人可以有多个结果，那就不是这种情况，而这正是 coxme（脆弱）正在处理的。以疱疹爆发为例，如果个体可能出现多次爆发，或者集群中可能出现任意数量的爆发，那么您就无法使用 KM 曲线来估计生存曲线，也无法执行对数秩检验。

但是，使用汇总命令对 Cox 模型进行的推理渐近等效于基本单变量线性 Cox 模型的对数秩检验。您可以认为，对脆弱模型进行总结可作为处理多个端点的分层等效测试，并且 p 值代表科学上有趣的组成部分。对于描述集群内故障的图形方式，请考虑使用累积发生率曲线。