Question

到目前为止，我已经达到了将模型用于survreg函数，如下所示：

model <- survreg(formula = Surv(TimeDeath, event) ~ age + BM1 + BM2 + 
                       mutation + sex + BM1:BM2 + BM1:mutation, 
                       data = DF, dist = "lognormal")

现在，我需要预测一名51岁的男性患者的失败时间，他没有基因突变，而对于BM1，他的值为3.7 mg / dL，BM2的值为251 mg / dL。

我继续如下：

ND <- with(DF, data.frame(
  age = rep(seq(min(age), max(age), length.out = 20), 2),
  BM1 = rep(seq(min(BM1), max(BM1), length.out = 20), 2),
  BM2 = rep(seq(min(BM2), max(BM2), length.out = 20), 2),
  mutation = c("No", "Yes"),
  sex = c("male", "40")
))

prs <- predict(model_final, ND, se.fit = TRUE, type = "lp")
ND$pred <- prs[[1]]
ND$se <- prs[[2]]
ND$lo <- exp(ND$pred - 1.96 * ND$se)
ND$up <- exp(ND$pred + 1.96 * ND$se)
ND$pred <- exp(ND$pred)

library(lattice)
xyplot(pred + lo + up ~ age + BM1, data = ND, type = "l",
       lty = c(1,2,2), col = "black", lwd = 4, xlab = "Age",
       ylab = "Survival Time")

我知道我没有正确定义ND对象，但我不知道该怎么做，还有绘图功能。

请帮忙吗？

Answer 1

看看?predict.survreg。 CI的构建确实看起来很可疑，我原以为你会设置se.fit=TRUE有一个新的数据参数，你可以在其中包含预测所需的参数作为newdata参数的一部分：

 all.combos < expand.grid( mutation=c("No", "Yes"), BM1= 3.7 , BM2= 251 ,
                          sex = c("male", "40"),
                           age-seq(min(age), max(age), length.out = 20)  )   )
  preds.combos <- predict(model, all.combos, se.fit=TRUE)

R中的效果图预测

1 个答案: