如何在 R 中拟合脆弱的生存模型

Question

因为这是一个很长的问题，所以我把它分成了两部分；第一个只是基本问题，第二个提供了我到目前为止所尝试的详细信息。

问题 - 短

你如何在 R 中拟合个体虚弱生存模型？特别是，我试图在下面的 table 中重新创建系数估计和 SE，这是通过将半参数脆弱模型拟合到该数据集 link 中发现的。该模型采用以下形式：

h_i(t) = z_i h_0(t) exp(\beta'X_i)

其中 z_i 是每位患者的未知虚弱参数，X_i 是解释变量向量，\beta 是相应的系数向量，h_0(t) 是使用解释变量 disease、gender、bmi & age 的基线风险函数（我在下面包含了清理因子参考水平的代码）。

问题 - 长

我正在尝试遵循并重新创建 Modelling Survival Data in Medical Research 教科书示例以适应脆弱的 mdoels。我特别关注半参数模型，教科书为其提供了正常 cox 模型、对数正态脆弱性和 Gamma 脆弱性的参数和方差估计，如上所示 table

我能够使用

重新创建无脆弱性模型估计

library(dplyr)
library(survival)
dat <- read.table(
    "./Survival of patients registered for a lung transplant.dat",
    header = T
) %>% 
    as_data_frame %>% 
    mutate( disease = factor(disease, levels = c(3,1,2,4))) %>% 
    mutate( gender = factor(gender, levels = c(2,1)))

mod_cox <- coxph( Surv(time, status) ~ age + gender + bmi + disease   ,data = dat)
mod_cox

但是我真的很难找到一个可以可靠地重新创建第二个 2 列的结果的包。在线搜索我发现这个 table 它试图总结可用的包：

source

下面我发布了我当前的发现以及我使用的代码 encase 它可以帮助别人确定我是否只是错误地指定了函数：

frailtyEM - 似乎最适用于伽玛，但不提供对数正态模型

frailtyEM::emfrail(
    Surv(time, status) ~ age + gender + bmi + disease + cluster(patient), 
    data = dat ,
    distribution = frailtyEM::emfrail_dist(dist = "gamma")
)

survival - 对 gamma 发出警告，从我读过的所有内容来看，它的脆弱功能似乎被归类为已贬值，建议改用 coxme。

coxph( 
    Surv(time, status) ~ age + gender + bmi + disease + frailty.gamma(patient), 
    data = dat 
)
coxph( 
    Surv(time, status) ~ age + gender + bmi + disease + frailty.gaussian(patient), 
    data = dat 
)

coxme - 似乎可行，但提供的估计与 table 中的估计不同，并且不支持伽马分布

coxme::coxme(
    Surv(time, status) ~ age + gender + bmi + disease + (1|patient),
    data = dat
)

frailtySurv - 我无法正常工作并且似乎总是用固定值 1 拟合方差参数并提供系数估计，就好像没有脆弱模型有已安装。此外，文档没有说明 frailty 参数支持哪些字符串，所以我不知道如何让它适合 log-normal

frailtySurv::fitfrail(
    Surv(time, status) ~ age + gender + bmi + disease + cluster(patient),
    dat = dat,
    frailty = "gamma"
)

frailtyHL - 生成警告消息说 "did not converge" 但它仍然生成系数估计值，但它们与教科书不同

mod_n <- frailtyHL::frailtyHL(
    Surv(time, status) ~ age + gender + bmi + disease + (1|patient),
    data = dat,
    RandDist = "Normal"
)
mod_g <- frailtyHL::frailtyHL(
    Surv(time, status) ~ age + gender + bmi + disease + (1|patient),
    data = dat,
    RandDist = "Gamma"
)

frailtypack - 我根本不理解实现（或者至少它与教科书上讲的很不一样）。该函数需要指定节点和平滑器，这似乎会极大地影响结果估计。

parfm - 只适合参数化模型；话虽如此，每次我试图用它来拟合 weibull 比例风险模型时，它都会出错。

phmm - 还没试过

我非常感谢，因为我没有成功地获得大量的包，问题很可能是我自己没有正确理解实现而错过了使用这些包。任何有关如何成功重新创建上述估计的帮助或示例将不胜感激。

Answer 1

关于

I am really struggling to find a package that can reliably re-create the results of the second 2 columns.

参见 Survival Analysis CRAN task view under Random Effect Models or do a search on R Site Search，例如“生存脆弱”。

如何在 R 中拟合脆弱的生存模型

How to fit frailty survival models in R

r

survival

问题 - 短

问题 - 长