Question

我正在尝试使用JMbayes软件包拟合纵向和事件发生时间数据的联合模型，以预测随着时间的推移越来越多的症状数据可导致心脏骤停的风险。首先，我要拟合一个单变量模型，但是我的目标是在运行代码后合并许多纵向结果，这就是为什么我使用mvJointModelBayes（）函数的原因。

但是，当我运行时，我尝试运行该函数时遇到以下错误。

{中的错误：任务1失败-“加法：矩阵尺寸不兼容：500x1和3000x1”

我使用了与mvJMBayes小插图中提供的相同的代码，并使用了pbc2数据，该代码适用于我的数据集，但仍然遇到错误。我找不到任何明显的方式来导致我的数据框与pbc2数据集不同而导致错误。

library(tidyverse)
library(JMbayes)
library(lattice)
library(MASS)

# SIMULATE DATA AND SHAPE FOR MODELLING -------------------

id            <- 1:500
gender        <- sample(c('Male','Female'), 500, replace = TRUE, prob = c(0.51, 0.49))
status        <- sample(c(0,1), 500, replace = TRUE, prob = c(0.9, 0.1))
survival_days <- rnorm(500)

angina1 <- sample(c(0,1), 500, replace = TRUE, prob = c(0.9, 0.1))
angina2 <- sample(c(0,1), 500, replace = TRUE, prob = c(0.8, 0.2))
angina3 <- sample(c(0,1), 500, replace = TRUE, prob = c(0.7, 0.3))

# Wide format for survival modelling. Single row per patient.
data_wide <- as.data.frame(
  cbind(id, gender, status, survival_days, angina1, angina2, angina3))

# Recode factor levels
data_wide$survival_days<- as.numeric(data_wide$survival_days)
data_wide$status       <- as.numeric(data_wide$status)

# Long format for longitudinal modelling. 
data_long <- data_wide %>% gather(angina1:angina3, key = "timepoint", value = "angina")
data_long$timepoint <- str_replace(data_long$timepoint,"angina","")
data_long <- data_long %>% mutate(angina = as.factor(angina), timepoint = as.numeric(timepoint))

# MODELLING ---------------------------------------------------

set.seed(123)
mixed_model_fit <- mvglmer(list(angina ~ timepoint + (timepoint | id)), data = data_long, families = list(binomial))
cox_fit <- coxph(Surv(survival_days, status) ~ gender, data = data_wide, model = TRUE)
JMFit <- mvJointModelBayes(mixed_model_fit, cox_fit, timeVar = "timepoint")

上面代码的最后一部分返回：

{中的错误：任务1失败-“加法：矩阵尺寸不兼容：500x1和3000x1”

有人能阐明如何解决此错误吗？

Answer 1

我发现，如果id是一个数字变量而不是一个因子，并且id在两个数据集中以相同的顺序出现，它将起作用。在模型拟合之前运行以下代码即可解决问题：

data_long <- data_long %>% 
  mutate(id = as.numeric(id)) %>% 
  arrange(id)

data_wide <- data_wide %>% 
  mutate(id = as.numeric(id)) %>% 
  arrange(id)

如何使用mvJointModelBayes（）修复不兼容的矩阵尺寸？

1 个答案: