估计R的因子参考组的coxph的kaplan meier生存曲线

Question

我使用以下代码在R中安装了一个coxph模型：

surv.a <- coxph(Surv(cum.goodp, dlq.next) ~ winter + spring + summer + strata(section) + cluster(itemcode), data = nr.sample)

该模型结合了冬季，春季，夏季相对于秋季的虚拟变量的季节性影响。秋季是参考组/季节。使用＆＃34; surv.a＆＃34;上面的项目，我想获得每个季节的KM生存曲线。我知道我可以修复协变量来创建一个＆＃34; newdata＆＃34;用于卡普兰梅耶估计的项目，如下：

spring.a <- data.frame(summer =0, spring =1, winter=0, section = c('D', 'N', 'S'))
spring.surv.a <- survfit(surv.a, newdata = spring.a, type = 'kaplan-meier')
summer.a <- data.frame(summer=1, spring=0, winter=0, section = c('D', 'N', 'S') )
summer.surv.a <- survfit(surv.a, newdata = summer.a, type = 'kaplan-meier')
winter.a <- data.frame(summer=0, spring=0, winter=1, section = c('D', 'N', 'S') )
winter.surv.a <- survfit(surv.a, newdata = winter.a, type = 'kaplan-meier')

我的问题在于，根据定义，在不创建单一数据矩阵的情况下，一次只能计算三个季节，看起来KM估计只能在四个季节中的三个达到。我的问题是：有没有办法利用其他季节（冬季，秋季，春季）的估计值来回退＆＃34;参考组的KM估计下降了吗？或者也许是另一种获得这些参考组KM估算的方法？任何建议或建议将不胜感激。非常感谢。