我已经使用 survival
运行了 Cox 回归。用于计算暴露 A 的死亡率风险比的包。我发现 age
变量违反了比例风险假设(使用 cox.zph
)并使用了 strata(age)
在进一步的模型中对年龄进行分层。
我需要 age
的参数估计变量,以及方差和协方差矩阵(用于计算速率提升期)......我不知道在哪里可以找到它们!
我是错过了什么还是我误解了什么strata
是在做?
这是一个可重现的示例,使用 lung
来自 survival
的数据包裹。
library(survival)
我创建了生存对象并使用非分层年龄变量进行了第一次 Cox 回归。
lung$SurvObj <- with(lung, Surv(time, status == 2))
coxreg1 <- coxph(SurvObj ~ age + sex, data = lung)
所以,我得到了参数估计的系数、方差和协方差矩阵。
> coxreg1$coefficients
age sex
0.01704533 -0.51321852
> vcov(coxreg1)
age sex
age 8.506877e-05 8.510634e-05
sex 8.510634e-05 2.804217e-02
现在,如果对分层年龄变量进行第二次回归,我不会得到任何系数估计值、方差或协方差。
coxreg2 <- coxph(SurvObj ~ strata(age) + sex, data = lung)
> coxreg2$coefficients
sex
-0.64471
> vcov(coxreg2)
sex
sex 0.0449369
谢谢您的帮助!
最佳答案
当您使用变量进行分层时,您不会得到任何系数估计值。而是针对不同年龄组估计单独的基线危害。
分层 cox 回归的本质是拟合在每个层中具有不同基线风险的模型。
关于r - Cox回归中分层变量的参数估计和方差(层/生存包),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45884583/