Question

我想使用Cox比例风险回归研究假定的U形关联，其中某些连续风险因素与我的偏好疾病有关。到目前为止，我已经使用R和survival包这样做了

library(survival)
coxph(Surv(entry, exit, status) ~ pspline(my.risk.factor, df = df))

然而，虽然遗憾的是文件并不太冗长，但在我看来，这些样条不受限制（即尾部被迫呈线性），因此在所述尾部显示出很大的差异，这也让我感到烦恼我必须提供所需的拟合复杂度（通过df参数）。我更喜欢在mgcv包中使用它，它可以自动调节拟合的复杂性，但AFAIK不支持cox模型。

我可以使用R执行此操作，如果是，请执行此操作？

Answer 1

'rms'包使用rcs（受限制的三次样条），Harrell明确指出尾部是线性的，这符合我的经验。你没有得到'mgcv'包中的自动df估计值。