Question

我想比较不同的生存分析模型。为此，我使用“pec”R包。我使用10倍交叉验证。为了比较不同的模型，我运行模型30个周期。结果，我可以得到（i）平均pec曲线的积分Brier分数（IBS），（ii）该pec曲线的crossvalErr，以及（iii）每个单独循环的crossvalErr。但是，我希望能够在不同的时间为每个周期获得IBS。

# create a fit
fit <-Surv(survival,censored)~v1+v2+v3+v4

# models
cph <- selectCox(fit, data=data, rule="aic")
rsf <- rfsrc(fit, data=data, forest=True, ntree=1000)
cforest <- pecCforest(fit, data=data, controls=cforest_classical(ntree=1000))

fitpec <- pec(list("selectcox" = fitcox, "rsf" = fitrsf, "cforest" =  fitcforest), data = dd_Ex, formula = Surv(surv_m,Censored)~1, 
          splitMethod = "cv10", B=20, keep.index=TRUE, keep.matrix=TRUE)

为了获得IBS我使用下面的代码，但这只给了我平均pec的IBS：

crps(fitpec, times=c(12, 24, 36, 48, 60, 120, 240, 480), what="crossvalErr")

Integrated Brier score (crps):

 IBS[0;time=12) IBS[0;time=24) IBS[0;time=36) IBS[0;time=48) IBS[0;time=60) IBS[0;time=120) IBS[0;time=240)
[1,]          0.015          0.068          0.121          0.153          0.168           0.168           0.133
[2,]          0.014          0.058          0.093          0.110          0.115           0.108           0.081
[3,]          0.013          0.053          0.089          0.107          0.116           0.116           0.091
[4,]          0.012          0.050          0.083          0.099          0.106           0.104           0.078
 IBS[0;time=480)
[1,]           0.095
[2,]           0.059
[3,]           0.070
[4,]           0.051

我还尝试使用crossValErrMat，它包含所有周期的pec曲线的数据，但这给了我一个错误：

crps(fitpec30R$CrossValErrMat[[1]]$Reference, times=c(12, 24, 36, 48, 60, 120, 240, 480), what="crossvalErr")

Error: class(object)[1] == "pec" is not TRUE

如何在每个周期找到IBS？谢谢！

使用R library pec获取每个周期的综合Brier分数

0 个答案: