Question

我使用coxme包中的函数coxme()在R中拟合混合效果Cox模型。在我的模型中，我有一个审查的生存时间$ X $，一个协变量$ Z $和一个分组变量$ Group $。有一个随机的截距和一个随机的斜率，即我拟合模型$ \ lambda（t | Z，b_0，b_1）= \ lambda_0（t）e ^ {\ beta Z + b_0 + b_1 Z} $。

我想指定随机效应的协方差矩阵的结构;特别是，我想指定$ b_0 $和$ b_1 $是不相关的，因此协方差矩阵是对角线的。似乎coxme()在指定协方差结构时非常灵活。我认为我应该将一个矩阵列表传递给这个函数的varlist选项，但到目前为止，我对此的尝试都失败了，我不认为我完全理解它应该如何工作。

也可以将自定义方差函数传递给此选项，实际上，其中一个包装晕影提供了一些如何完成此操作的示例。然而，在这种情况下，这个过程似乎很乏味，而且（我希望）是不必要的。所以我的问题是，如何在coxme()函数中轻松指定对角协方差矩阵结构？

下面是一些模拟的示例数据和第一次指定协方差结构的尝试。我希望我告诉coxme()使用线性组合$ V = \ sigma ^ 2_1 A + \ sigma ^ 2_2 B $，如下定义的$ A $和$ B $，这将有效拟合具有任意对角元素的对角协方差矩阵。

> n = 25  # Size of each cluster
> K = 25  # Number of clusters
> N = n*K  # Total number of observations
> 
> Z = rnorm(n=N, mean=0.5, sd=0.5)  # Covariate
> b0 = rep(rnorm(n=K, mean=0, sd=0.5), each=n)  # Random intercept
> b1 = rep(rnorm(n=K, mean=0, sd=0.5), each=n)  # Random slope
> Group = factor(x=rep(1:K, each=n))
> 
> beta = 2
> eta = beta*Z + b0 + b1*Z
> T = rexp(n=N, rate=exp(eta))  # Exponential failure time, conditional on Z, b0, and b1
> C = runif(n=N, min=0, max=2.5)  # Uniform censoring time to get about 20% censoring
> 
> time = pmin(T,C)  # Censored observation time
> delta = T < C  # Event indicator
> 
> A = matrix(c(1, 0, 0, 0), nrow=2)
> B = matrix(c(0, 0, 0, 1), nrow=2)
> my.covariance = list(A, B)
> fit = coxme(Surv(time, delta) ~ Z + (1 + Z | Group), varlist = my.covariance)
Error in coxme(Surv(time, delta) ~ Z + (1 + Z | Group), varlist = my.covariance) : 
  In random term 1: Mlist cannot have both covariates and grouping

Answer 1

经过大量的Google搜索和实验后，我再次查看one of the vignettes coxme包。我在第3节的最后一个要点中找到了一个可能的问题答案，即

“ - 通过defaut，假设一个完整的协方差矩阵。模型2表明，指定独立性的一种简单方法是将效果放在单独的术语中。”

因此在数据示例中，以下命令可用于获取独立的随机效果：

> fit = coxme(Surv(time, delta) ~ Z + (1 | Group) + (Z | Group))
> fit$vcoef
$Group
Intercept 
0.1181417 

$Group
        Z 
0.2822648

仅显示随机截距和随机斜率的方差，因为假设相关性为零。

可能的替代方法是使用phmm()包中的phmm函数。由于估计是基于完全可能性，因此该方法将给出略微不同的拟合。

在R中混合效应Cox模型中指定方差结构

1 个答案: