使用 MICE 包进行多次插补后合并 Cox PH 结果

Question

我有一个包含生存数据和一些缺失协变量的数据集。 我已经成功地应用了 mouse-package 来使用 mouse mice()函数对 m 个数据集进行imputationList ，创建了一个imputationList对象并在每个 m 数据集上应用了 Cox PH 模型。 随后我使用MIcombine()函数合并了结果。 这引出了我的问题：

如何获得每个协变量的汇总估计值的 p 值？ 它们是否隐藏在MIcombine对象中的某处？

我知道 p 值并不是一切，但报告估计值和置信区间而没有相应的 p 值对我来说似乎很奇怪。 我能够计算一个近似值。 使用例如Altman 提供的公式来自置信区间的 p 值，但这似乎过于复杂。 我四处寻找答案，但我什至找不到任何人提到这个问题。 我是否忽略了一些明显的东西？

例如：

library(survival)
library(mice)
library(mitools)
test1 <- as.data.frame(list(time=c(4,3,1,1,2,2,3,5,2,4,5,1), 
          status=c(1,1,1,0,1,1,0,0,1,1,0,0), 
          x=c(0,2,1,1,NA,NA,0,1,1,2,0,1), 
          sex=c(0,0,0,0,1,1,1,1,NA,1,0,0)))

dat <- mice(test1,m=10)

mit <- imputationList(lapply(1:10,complete,x=dat))

models <- with(mit,coxph(Surv(time, status) ~ x + strata(sex)))

summary(MIcombine(models))

我试图对 MIcombine 对象的结构进行排序，但到目前为止还没有找到 p 值的运气。

Answer 1

models <- with(dat,coxph(Surv(time, status) ~ x + strata(sex)))
summary(pool(models))