我已经运行Cox回归,使用survival
包来计算暴露A的死亡风险比。我发现age
变量违反了比例风险假设(与cox.zph
)并使用strata(age)
分层进一步模型的年龄。Cox回归分层变量的参数估计和方差(地层/生存包)
我需要age
变量的参数估计值,以及方差和协方差矩阵(以计算费率提升期间)......我不知道在哪里找到它们!
我错过了什么,或者我误解了什么strata
正在做什么?
这里是一个重复的例子,使用从survival
包lung
数据。
library(survival)
我创造了生存的对象,做了第一Cox回归与非分层年龄变量。
lung$SurvObj <- with(lung, Surv(time, status == 2))
coxreg1 <- coxph(SurvObj ~ age + sex, data = lung)
因此,我得到参数估计的系数,方差和协方差矩阵。
> coxreg1$coefficients
age sex
0.01704533 -0.51321852
> vcov(coxreg1)
age sex
age 8.506877e-05 8.510634e-05
sex 8.510634e-05 2.804217e-02
现在,如果用分层年龄变量进行第二次回归,我没有得到任何系数估计,方差或协方差。
coxreg2 <- coxph(SurvObj ~ strata(age) + sex, data = lung)
> coxreg2$coefficients
sex
-0.64471
> vcov(coxreg2)
sex
sex 0.0449369
感谢您的帮助!
在我阅读关于“年龄提升期”的资料时,似乎必须在统计模型中联合估计年龄(可能表示为身份函数以外的功能)和目标暴露风险。使用'strata'可以防止这样的估计,所以你的问题基本上通过说“不这样做”来回答。 'survival :: coxph'函数支持'tt'参数的使用,其中年龄被表示为一个函数,其系数将被报告。我们需要看到数据来支持正确选择年龄的功能表示。 –
或者,如果您需要遵循的工作示例,也许您可以以R用户可能吸收的形式呈现本文中使用的数据。这篇文章似乎与上面引用的非常相似:http://www.sascommunity.org/seugi/SEUGI1994/Point%20and%20Interval%20Estimation%20of%20Risk%20and%20Rate%20Advancement%20Periods%20in%20Epidemiologic %20Studies%20Using%20SAS%20Software.pdf –
没关系。第二篇论文只是一个没有证明其用途的宏。 –