r - 如何从具有时变系数的 cox 生存模型进行预测

Question

我建立了一个生存 cox 模型，其中包括一个 covariate * time相互作用(检测到非比例性)。
我现在想知道如何才能最轻松地从我的模型中获得生存预测。

我的模型被指定:

coxph(formula = Surv(event_time_mod, event_indicator_mod) ~ Sex + 
    ageC + HHcat_alt + Main_Branch + Acute_seizure + TreatmentType_binary + 
    ICH + IVH_dummy + IVH_dummy:log(event_time_mod) 

现在我希望使用 survfit 进行预测并提供 new.data对于变量的组合，我正在做预测:

survfit(cox, new.data=new)

现在我有 event_time_mod在我模型的右侧，我需要在传递给 survfit 的新数据框中指定它.此 event_time需要在预测的各个时间进行设置。有没有一种简单的方法来指定 event_time_mod到 survfit的正确时间?
或者还有其他选择可以从我的模型中实现预测吗？

当然，我可以在新数据框中创建尽可能多的行，因为预测中有不同的时间并设置为 event_time_mod纠正值(value)观，但感觉真的很麻烦，我认为必须有更好的方法。

Answer 1

你已经完成了被称为

An obvious but incorrect approach ...

如 Using Time Dependent Covariates and Time Dependent Coefficients in the Cox Model 中所述R 版本 2.41-3 中的小插图 survival包裹。相反，您应该使用时间转换功能，即 tt功能如同一小插图中所述。代码将类似于小插图中的示例

> library(survival)
> vfit3 <- coxph(Surv(time, status) ~ trt + prior + karno + tt(karno),
+                data=veteran,
+                tt = function(x, t, ...) x * log(t+20))
> 
> vfit3
Call:
coxph(formula = Surv(time, status) ~ trt + prior + karno + tt(karno), 
    data = veteran, tt = function(x, t, ...) x * log(t + 20))

              coef exp(coef) se(coef)     z       p
trt        0.01648   1.01661  0.19071  0.09  0.9311
prior     -0.00932   0.99073  0.02030 -0.46  0.6462
karno     -0.12466   0.88279  0.02879 -4.33 1.5e-05
tt(karno)  0.02131   1.02154  0.00661  3.23  0.0013

Likelihood ratio test=53.8  on 4 df, p=5.7e-11
n= 137, number of events= 128 

survfit虽然当您有 tt 时不起作用学期

> survfit(vfit3, veteran[1, ])
Error in survfit.coxph(vfit3, veteran[1, ]) : 
  The survfit function can not yet process coxph models with a tt term

但是，您可以轻松摆脱 terms ，线性预测变量或平均响应与 predict .此外，您可以随时间为 tt 创建术语。使用答案的术语 here .