survfit.coxph;使用新數據和ID選項預測生存

Question

我正在嘗試使用surfit.coxph預測使用newdata和Id選項的生存函數的估計值。我意識到這種侷限性;基線危險被定義爲所有協變量的平均值以及典型患者的組成，但是請讓我們暫且擱置一會兒;

我正在擬合模型;

Model.Cox <- coxph(Surv(Start,Stop, censor) ~ baseline,data = data) 

然後我嘗試使用;

summary(survfit(Model.Cox, newdata = data,id = Id)) 

預測新數據。但是，兩者都和

summary(survfit(Model.Cox, newdata = data,id = Id))$time 
summary(survfit(Model.Cox, newdata = data,id = Id))$surv 

給不同的時間比原始數據？我期望對原始數據集中的時間進行預測，是否有一段時間情況並非如此？

Answer 1

如果時間是missing（默認值）和censored = FALSE（也是它的默認值），那麼您只會在事件時間得到預測結果。如果您的預期僅適用於有限數量的個人預測，但是在原始數據集中的所有時間，則需要提供一個時間向量以參數times。

allT <- data$Stop 
summfitID <- summary(survfit(Model.Cox, newdata = data,id = Id), times=allT) 
summfitID$time 
summfitID$surv 

望着代碼我想知道，如果同樣的效果可能只是通過設置審查，TRUE在summary.survfit參數可以了。