使用 MICE 包進行多次插補后合並 Cox PH 結果

Question

我有一個包含生存數據和一些缺失協變量的數據集。 我已經成功地應用了 mouse-package 來使用 mouse mice()函數對 m 個數據集進行imputationList ，創建了一個imputationList對象並在每個 m 數據集上應用了 Cox PH 模型。 隨后我使用MIcombine()函數合並了結果。 這引出了我的問題：

如何獲得每個協變量的匯總估計值的 p 值？ 它們是否隱藏在MIcombine對象中的某處？

我知道 p 值並不是一切，但報告估計值和置信區間而沒有相應的 p 值對我來說似乎很奇怪。 我能夠計算一個近似值。 使用例如Altman 提供的公式來自置信區間的 p 值，但這似乎過於復雜。 我四處尋找答案，但我什至找不到任何人提到這個問題。 我是否忽略了一些明顯的東西？

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))

我試圖對 MIcombine 對象的結構進行排序，但到目前為止還沒有找到 p 值的運氣。

Answer 1

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