是否有用于绘制竞争风险的加权 (IPTW) 累积发生率曲线的 R 函数？
Is there an R function for plotting weighted (IPTW) cumulative incidence curve for competing risk?
由于我想比较一个观察数据集的治疗组和未治疗组之间的生存时间，所以我使用倾向得分加权方法来获得IPTW。在此之后，我想获得竞争风险的累积发生率曲线 (CIF)。我知道如何获得未加权的 CIF；但是，我找不到加权 CIF 的 R 函数。谢谢大家。
非加权 CIF
crr(ftime, fstatus, cov1, cov2, tf, cengroup, failcode=1, cencode=0,
子集, na.action=na.omit, gtol=1e-06, maxiter=10, init, variance=TRUE)
此致，
赤柱
目前还没有R-Package实现这个方法。我目前正在开发一个 R-Package 来做这类事情（包括置信区间、假设检验等），但它仍在开发中，所以我还不能分享我的代码。
您可以执行以下操作：
1.) 估计参数竞争风险模型（Fine & Gray / Cause-Specific-Cox ...）
2.) 使用模型预测每个人在所有事件时间的 CIF
3.) 在每个感兴趣的组内的每个时间点取一个加权平均值（用你的 IPTW）
一些论文中描述了这个过程。参见示例 Neumann (2016)
由于我想比较一个观察数据集的治疗组和未治疗组之间的生存时间，所以我使用倾向得分加权方法来获得IPTW。在此之后，我想获得竞争风险的累积发生率曲线 (CIF)。我知道如何获得未加权的 CIF；但是，我找不到加权 CIF 的 R 函数。谢谢大家。
非加权 CIF crr(ftime, fstatus, cov1, cov2, tf, cengroup, failcode=1, cencode=0, 子集, na.action=na.omit, gtol=1e-06, maxiter=10, init, variance=TRUE)
此致， 赤柱
目前还没有R-Package实现这个方法。我目前正在开发一个 R-Package 来做这类事情（包括置信区间、假设检验等），但它仍在开发中，所以我还不能分享我的代码。
您可以执行以下操作： 1.) 估计参数竞争风险模型（Fine & Gray / Cause-Specific-Cox ...） 2.) 使用模型预测每个人在所有事件时间的 CIF 3.) 在每个感兴趣的组内的每个时间点取一个加权平均值（用你的 IPTW）
一些论文中描述了这个过程。参见示例 Neumann (2016)