列线图因子名称中的错误不在设计中：model.type x time event x.df lambda pred.at

我正在使用“hdnom”包中的“智能”数据集。下面提到的是我的代码。我得到以下错误。请告诉我哪里出了问题。我无法理解这个错误

列线图错误（拟合，model.type=“aenet”，x，时间，事件，x.df，λ=λ，： 不在设计中的因素名称：model.type x time event x.df lambda pred.at

data("smart")
summary(smart)
dim(smart)
x = as.matrix(smart[,-c(1,2)])
str(x)
time = smart$TEVENT
#time <- as.numeric(time)
event = smart$EVENT
library(survival)
y = Surv(time, event)
suppressMessages(library(doParallel))
registerDoParallel(detectCores())
aenetfit = fit_aenet(x, y, nfolds = 10, rule = "lambda.1se",
                       seed = c(5, 7), parallel = TRUE)
names(aenetfit)
fit = aenetfit$model_init
alpha = aenetfit$alpha_init
lambda = aenetfit$lambda_init
adapen = aenetfit$pen_factor
suppressMessages(library("rms"))
x.df = as.data.frame(x)
dd = datadist(x.df)
options(datadist = "dd")
nom = nomogram(fit, model.type = "aenet", x, time, event, x.df,lambda = lambda, pred.at = 365 * 2,funlabel = "2-Year Overall Survival Probability")

数据（“智能”）
摘要（智能）
昏暗（智能）
x=as.矩阵（smart[，-c（1,2）]）
str（x）
时间=智能$TEVENT
#时间在
hdnom
的
4.0版和
5.0版
中，函数
hdnom.nomogram
可用，如文件所述，语法为：

nom <- hdnom.nomogram(fit, model.type = "aenet", x, time, event, x.df, 
       lambda = lambda, pred.at = 365 * 2,
       funlabel = "2-Year Overall Survival Probability")

借助于
rms:：nomogram
：此函数仅接受使用
rms
创建的回归模型作为输入（
fit
参数）；此外，
model.type
和
lambda
不是此函数的有效参数

非常感谢MacroSandri提供的见解。它很有效。
nom <- as_nomogram(aenetfit, x, time, event, pred.at = 365 * 2,
                   funlabel = "2-Year Overall Survival Probability")
plot(nom)