在R中运行Cox.ph模型和GAMM混合模型

我在使用GAM和样条曲线方面是新手。我正在运行一个生存模型，我想用两个变量控制受试者的年龄来模拟事件发生的时间。以下是使用coxph的传统生存模型的示例：

 library(survival)
 fit_cox<-coxph(Surv(time, event)~ age+ var1 + var2, data=mydata)

Ops.Surv（w，对象$y）中出错：生存时间上的操作无效

在fit_gamm中，我无法运行该模型，因为合成中出现了一些错误，或者可能我无法包含surv？错误是： “ncol（x）中出错：找不到对象“x”

---

提前谢谢你

如评论中所述，简单高斯脆弱性（高斯随机截距）可以直接在

mgcv:：gam

调用中指定，例如通过添加

…+s（ID，bs=“re”）+…

添加到公式中（请注意，

ID

必须是一个因子变量）

或者，您可以将数据转换为所谓的分段指数数据（PED）格式，并使用任何GA（M）M软件拟合模型，然后调用这些软件。以下是一个例子：

库（coxme）
图书馆（mgcv）
库（pammtools）
肺%变异（inst=as.factor（inst））%>%na.omit（）
##具有高斯脆弱性的cox模型
继续医学教育
#>附上包裹：“lme4”
#>以下对象已从“包：nlme”中屏蔽：
#> 
#>lmList
#>这是gamm4 0.2-5
pam2 ad 2.）我不会使用
gamm4
进行简单的随机截取。文档还指出，
cox.ph
只能与
gam
一起使用。您可以使用
s（ID，bs=“re”）
使用
gam
对随机截获进行建模。没有一个可复制的例子，我无法给出建议。
library(mgcv)
fit_surv<-Surv(time, event)
fit_gam<-gam(fit_surv ~ age + s(var1) + s(var2), data = mydata, family = cox.ph())

library(gamm4)
fit_gamm <- gamm4(fit_surv ~ age + s(var1) + s(var2), random = ~(1 | ID), data = mydata, family = cox.ph)

 summary(fit_gam)