R中RMS包中的psm和cph有什么区别

Question

我有一个生存数据，但是我不确定psm和cph有什么区别。 如何确定模型？

不同的模型将建立不同的列线图，但我不确定要使用哪种模型？

library(rms)
f2 <- psm(Surv(follow_time_5y, DEATH_5y) ~ age+ID_SEX+MH_CCI_total_score, 
          data =sci_20190505, dist='lognormal')

f2 <- cph(Surv(follow_time_5y, DEATH_5y) ~ age+ID_SEX+MH_CCI_total_score, 
               data =sci_20190505,x=TRUE,y=TRUE,surv=TRUE, time.inc=1825)

Answer 1

取决于您的需求。

PSM：

  psmis对Therneau survreg函数的修改，以适合参数生存模型的加速故障时间系列。psmuses therms类，用于自动方差分析，fastbw，校准，验证和其他功能。 ，以及通过分析评估危险，生存，分位数和均值（期望值）功能的Mean.psmcre-ate S函数，这些函数是时间或概率以及线性预测值的函数。

---

CPH：

  

Therneau coxph函数的修改以适合Cox模型及其   扩展，即Andersen-Gill模型。后者允许间隔   时间相关协变量，时间相关阶层和重复   事件。由cph创建的对象的Survival方法返回   S函数，用于计算生存函数的估计值。   用于cph的分位数方法返回用于计算分位数的S函数   生存时间（默认为中值）。

---

因此，请回答您的问题： “有什么不同？”

区别在于所使用的模型。

psm（参数生存模型）使用基于函数及其参数的生存模型。 this

是一份用于参数化生存的好论文 cp（Cox比例危害模型和扩展）正在使用基于危害函数的cox模型（和Anderson-Gill模型）。 您可以查看维基百科文章here