在R中使用GAMM混合模型運行Cox.ph模型

Question

我是使用GAM和樣條曲線的新手。 我正在運行一個生存模型，在該模型中，我想用兩個變量控制的受試者年齡來模擬事件發生時間。 這是使用帶有coxph的常規生存模型的示例：

 library(survival)
 fit_cox<-coxph(Surv(time, event)~ age+ var1 + var2, data=mydata)

我懷疑var1和var2與結果之間的關系不是線性的，而且我想我可以在模型中包括隨機效應（移至混合效應模型gamm）。 我已經嘗試過這種語法：

library(mgcv)
fit_surv<-Surv(time, event)
fit_gam<-gam(fit_surv ~ age + s(var1) + s(var2), data = mydata, family = cox.ph())

並包括隨機效果：

library(gamm4)
fit_gamm <- gamm4(fit_surv ~ age + s(var1) + s(var2), random = ~(1 | ID), data = mydata, family = cox.ph)

我的問題是：1.在fit_gam中，我不知道如何對該模型進行總結以及如何查看系數表並繪制模型。 這個錯誤傳給我：

 summary(fit_gam)

“ Ops.Surv（w，object $ y）中的錯誤：生存時間上的無效操作”

2. 在fit_gamm中，我無法運行模型，因為在語法上犯了一些錯誤，或者可能無法包含surv？ 錯誤為：“ ncol（x）中的錯誤：找不到對象'x'”

先感謝您！

Answer 1

如評論中所述，可以在mgcv::gam調用中直接指定簡單的高斯脆弱性（高斯隨機截距），例如，通過在mgcv::gam添加... + s(ID, bs = "re") + ... （請注意， ID必須是一個因子變量）。

或者，您可以將數據轉換為所謂的分段指數數據（PED）格式，並使用任何GA（M）M軟件擬合模型，然后將其稱為分段指數可加混合模型（PAMM） 。 這是一個例子：

library(coxme)
library(mgcv)
library(pammtools)

lung <- lung %>% mutate(inst = as.factor(inst)) %>% na.omit()
## cox model with gaussian frailty
cme <- coxme(Surv(time, status) ~ ph.ecog + (1|inst), data=lung)

## pamm with gaussian frailty
ped <- lung %>% as_ped(Surv(time, status)~., id="id")
pam <- gam(ped_status ~ s(tend) + ph.ecog + s(inst, bs = "re"),
  data = ped, family = poisson(), offset = offset)

## visualize random effect:
gg_re(pam)

# compare coxme and pamm estimates:
re <- tidy_re(pam)
plot(cme$frail$inst, re$fit, las=1, xlab="Frailty (cox)", ylab="Frailty (PAM)")
abline(0, 1)

## with gamm4
library(gamm4)
#> Loading required package: Matrix
#> Loading required package: lme4
#> 
#> Attaching package: 'lme4'
#> The following object is masked from 'package:nlme':
#> 
#>     lmList
#> This is gamm4 0.2-5
pam2 <- gamm4(ped_status ~ s(tend) + ph.ecog, random = ~(1|inst),
  family = poisson(), offset = ped$offset, data = ped)
lattice::qqmath(ranef(pam2$mer)$inst[, 1])

^{由reprex軟件包 （v0.2.1）創建於2018-12-08}