survfit.coxph;使用newdata和ID选项预测生存

Question

我正在尝试使用surfit.coxph使用newdata和Id选项预测生存函数的估计值。我知道这个的局限性;基线危害定义为所有协变量的平均值以及典型患者的构成，但我们可以搁置一下;

我符合模型;

Model.Cox <- coxph(Surv(Start,Stop, censor) ~ baseline,data = data)

然后我尝试使用;

summary(survfit(Model.Cox, newdata = data,id = Id ))

预测新数据。但是，和

summary(survfit(Model.Cox, newdata = data,id = Id ))$time
summary(survfit(Model.Cox, newdata = data,id = Id ))$surv

给出与原始数据不同的时间？我期望在原始数据集中对时间进行预测，是否有时候情况并非如此？

Answer 1

如果时间是missing（默认值）和censored = FALSE（也是默认值），那么您只能在事件时间获得预测。如果您的预期仅适用于有限数量的个人，但原始数据集中的所有时间都是如此，那么您需要为times参数提供一个时间向量。

allT <- data$Stop
summfitID <- summary(survfit(Model.Cox, newdata = data,id = Id ), times=allT)
summfitID$time
summfitID$surv

查看代码我想知道是否可以通过在summary.survfit参数中设置censored-TRUE来获得相同的效果。