小鼠pool（）函数和coxph（）：在mice.df（...）中：大样本值？

Question

我在多重插补数据集中使用了生存包中的coxph（），并在尝试汇总结果时遇到警告。警告消息指出：“在mouse.df（m，lambda，dfcom，method）中：假设大样本。

下面是一个可重现的例子（公开可用的数据，而不用担心使用这两种鼠标的适当性和coxph是这些数据）：

library(mice)
library(survival)

#load publically available data
data(pbc)

#select variables for the reproducable example
pbc.select <- pbc[pbc$status %in% c(0,1) , c("id", "time", "status", "trt")]

imp <- mice(pbc.select) #impute trt
fit <- with(imp, coxph(Surv(time, status) ~ trt)) #fit coxph in each imp
pool(fit) #pool the models; get's the error

这个警告似乎是因为pool（）函数试图从

中要求dfcom

dfcom <- df.residual(object)

其中df.residual（）不适用于此上下文中引用的对象，该类是“coxph”类

class(fit) # "mira" "matrix" 
class(fit$analyses[[1]]) "coxph"

我的问题是 1）我是否使用正确的语法 2）如果是这样，有没有办法为pool（）提供适当的信息？ 3）这个假设如何影响结果？