时间依赖的Cox模型

Question

考虑附加的（虚拟）样本csv文件，其中两种方法（即方法A和方法B）用于评估癌症患者的进展时间（PFS）。对于每位患者，我们也有总生存期（OS）。

来自here

的CSV格式的数据

我想调查的是，方法A或B的PFS是否能更好地预测患者的总体生存率。

我想到了两个Cox模型，其中包含PFS（方法A或B）作为时间相关的协变量（使用coxph），然后比较两个模型的性能，例如：使用C-index或Brier分数（例如使用pec库）。这种方法合理吗？

不幸的是，我已经很难正确设置所需的数据帧（因为尽管tmerge生成的methodA或B列包含NA值，尽管相关列中的疾病进展与基础数据不对应）：

library(survival)

df_test <- read.table(file = "https://www.dropbox.com/s/vqns04vheqt57nk/cox.csv?dl=1", header = TRUE, sep=";")

df_test_methodA<-tmerge(data1=df_test,data2=df_test,id=Patient_ID,
                endpt = event(OS_time, OS_event),
                methodA = tdc(Method_A_PFS_time,Method_A_PFS_event))

  df_test_methodB<-tmerge(data1=df_test,data2=df_test,id=Patient_ID,
                    endpt = event(OS_time, OS_event),
                    methodB = tdc(Method_B_PFS_time,Method_B_PFS_event))

View(df_test_methodA)
View(df_test_methodB)

我们非常感谢您的帮助和意见。谢谢。