survfit.coxph;使用新数据和ID选项预测生存率
我试图使用surfit.coxph来预测使用newdata和Id选项的生存函数的估计值。我意识到这一点的局限性;基线危险性定义为所有协变量的平均值以及典型患者的构成,但请我们暂时搁置一下 我正在装配模型survfit.coxph;使用新数据和ID选项预测生存率,r,R,我试图使用surfit.coxph来预测使用newdata和Id选项的生存函数的估计值。我意识到这一点的局限性;基线危险性定义为所有协变量的平均值以及典型患者的构成,但请我们暂时搁置一下 我正在装配模型 Model.Cox <- coxph(Surv(Start,Stop, censor) ~ baseline,data = data) 预测新数据。然而,和 summary(survfit(Model.Cox, newdata = data,id = Id ))$time summary
Model.Cox <- coxph(Surv(Start,Stop, censor) ~ baseline,data = data)
预测新数据。然而,和
summary(survfit(Model.Cox, newdata = data,id = Id ))$time
summary(survfit(Model.Cox, newdata = data,id = Id ))$surv
给出与原始数据不同的时间?我希望对原始数据集中的时间进行预测,有没有时间不是这样的呢?如果时间
缺失(默认值)并且被审查=FALSE(也是默认值),那么只会在事件时间进行预测。如果您的期望仅针对有限数量的个体进行预测,但在原始数据集中的所有时间,则需要为times
参数提供时间向量
allT <- data$Stop
summfitID <- summary(survfit(Model.Cox, newdata = data,id = Id ), times=allT)
summfitID$time
summfitID$surv
谢谢,让我看看这个。亲切的问候。
allT <- data$Stop
summfitID <- summary(survfit(Model.Cox, newdata = data,id = Id ), times=allT)
summfitID$time
summfitID$surv