R 在存在竞争事件的情况下，如何使用模拟路径的Schoenfeld残差测试PH假设

我已经获得了Schoenfeld残差，用于在存在与cmprsk竞争事件的情况下测试Fine&Gray的Cox回归模型的PH值

代码如下：

 fg<-crr( fu_m, event, diabetes,  failcode=1, cencode=0,
 na.action=na.omit, gtol=1e-06, maxiter=10, variance=TRUE)

fg$res
fg$uft
par(mfrow = c(1,1), mar = c(4.5,4,2,1))
for(j in 1:ncol(fg$res))
  fg$u
scatter.smooth(fg$uftime, fg$res[,j],
           main = names(fg$diabetes)[j],
           xlab = "Failure time",
           ylab = "Schoenfeld residuals")

下面是情节：

我使用SAS做了同样的工作，在1000条模拟路径上获得了p值0,55，观察路径和前20条模拟路径的图：

如何像SAS一样检查PH值假设？如何引入模拟路径

---

谢谢大家

survival:：cox.zph（）

将测试模型中每个变量的PH假设以及整体拟合。我会查看

生存

文档了解更多信息我不确定模拟路径。谢谢@Mike！！这也适用于竞争风险？好问题，我不确定我是否会查看此参考资料，看看他们是否讨论过竞争风险：P.Grambsch和T.Therneau（1994），基于加权残差的比例风险测试和诊断。Biometrika，81515-26环顾网络，似乎并非如此。我发现了我使用R对竞争风险进行回归建模时使用的代码：临床医生深度指南，Scruca，Santucci，Aversa，骨髓移植451388-1395（2010）。代码和绘图在第1392-1393页，但我没有得到如图所示的绘图，我不知道为什么。。他们评估比例风险子分布假设。

> fg$res
           [,1]
[1,]  0.5498603
[2,] -0.3957394
[3,] -0.4024953
[4,]  0.5905142
[5,] -0.3421397

> fg$uft
[1]  4.238193  6.275154 16.131417 27.498973 46.817248