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中位生存时间不同的参数值。

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。但是，如果我使用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（“survfit”，公式）：     没有适用于“幸福”的方法适用于“coxme”类的对象

所以survfit.coxme似乎不存在，而且在阅读coxme包文档时，我没有看到等效文件。我试图做的事情是否存在根本错误？如果没有，我怎样才能得到这些估计值？

Answer 1

我认为coxme没有生存方法的原因是因为脆弱模型。对数秩或wilcoxon测试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kaplan meier曲线一致地估计其生存曲线，这些曲线始终是单调和非增量的。如果一个人可以有多个结果，那就不是这种情况，这就是coxme（脆弱）正在处理的结果。例如，在疱疹爆发的情况下，如果个体可能有多次爆发，或者您可以在群集中爆发任何数量的爆发，那么您无法使用KM曲线估计生存曲线而您不能执行对数秩检验。

然而，使用summary命令对Cox模型的推断渐近等效于基本单变量线性Cox模型的对数秩检验。您可以争辩说，对脆弱模型进行总结可以作为处理多个端点的分层等效测试，并且p值代表一个科学上有趣的组件。对于描述群集内故障的图形方式，请考虑使用累积入射曲线。