從擴展Cox模型（具有外部時間相關協變量）獲得基線危險函數/生存函數

Question

我正在應用具有外部時間相關協變量的擴展Cox模型。這裏是一個小例子（DF），其餘借用和從Themeau和Grambsch的書修改，建模存活數據：延伸的Cox模型（2001）：

id start stop event trt bili albumin 
1 0  188 0 1 1.8 2.54 
1 188 372 0 1 1.6 2.88 
1 372 729 0 1 1.7 2.80 
1 729 1254 0 1 3.2 2.92 
1 1254 1462 0 1 3.7 2.59 
1 1462 1824 0 1 4.0 2.59 
1 1824 1925 1 1 5.3 1.83 
2 0  56  0 0 1.8 2.36 
2 56  172 0 0 1.6 1.89 
2 172 521 1 0 1.7 1.56 
3 0  36  0 1 3.2 2.10 
3 36  232 0 1 3.7 2.32 
3 232 352 0 1 4.0 1.96 
3 352 610 1 1 5.3 2.05 

我想獲得基線風險/存活功能來自擴展的Cox模型。在該處理時間無關協古典考克斯PH值模型中，我們似乎可以得到H（t）的估計使用納爾遜 - 阿倫估計：

fit1<- coxph(Surv(time, event) ~ tidc's, data=df) 
sfit<-survfit(fit1) 
sfit$surv 
H<- -log(sfit$surv) 
H<- c(H, tail(H, 1)) 

我想知道如何獲得基線風險/生存函數從擴展Cox模型，當外部時間依賴協變量被用來代替？我可以使用類似的方法嗎？

model_1<-coxph(Surv(start,stop,event) ~ treat+log(bili)+log(albumin),data=df) 
mfit<-survfit(model_1) 
mfit$surv 
H1<- -log(mfit$surv) 
H1<- c(H1, tail(H1, 1)) 

謝謝。

Answer 1

survfit對象還有一個名爲'cumhaz'的元素。這似乎是拉取而不是重新計算的正確項目。

> all.equal(-log(mfit$surv), mfit$cumhaz) 
[1] TRUE 

如果您使用的是時間相關協變量，那麼您目前尚不清楚「基線危害」是什麼。至少在生存一攬子計劃中，「基準危險」是根據估計出的具有每個協變量平均值的假設受試者的危害來計算的。軟件包作者Terry Therneau致力於幫助頁面的詳細信息部分中的整個第一段，討論他爲什麼認爲這經常帶來可疑價值的結果。我嚴重懷疑他會認爲基線危險在基線會跳躍的時間相關協變量模型中是有意義的。他特別提出計算在該設置下的生存曲線在統計上是不可支持的（儘管事實上它們經常出現在醫療用品中。）