ggforest函数与coxph一起使用时返回错误消息

Question

当将ggforest()应用于coxph对象时，我得到以下错误消息

error in ggforest(res.cox3, data = Selection_cox) :
class(model) == "coxph" are not all TRUE

[res.cox3是coxph()的输出，其中包括tt项strata，属于以下类别：

> class(res.cox3)
[1] "coxph.penal" "coxph"  

我收到以下虚拟数据的相同消息：

set.seed(132456)
'dummy survival data'
df<-data.frame(id=seq(1,1000,1), event=rep(0,1000),time=floor(runif(1000,7,10)),group=floor(runif(1000,0,2)))
'set events for a few random subjects'
'only within the first 100 to check results more easily'
id_list<-c(as.numeric(floor(runif(10,1,100))))
df$event[df$id %in% id_list]<-1

'set survival times for events'
t_list<-c(as.numeric(floor(runif(8,1,5))))
df2<-df[df$event==1,]
df2
df2$time<-t_list


'combine data'
df<-rbind(df,df2)
summary(df)

'Set up surfit '
require(survminer)
KM_fit<-coxph(Surv(time , event) ~ 1 + strata(group),data= df)

我在做什么错？

谢谢！

Answer 1

ggforest似乎不支持阶层（基于函数的代码，该函数提取模型项的名称：attr(model$terms, "dataClasses")[-1]并将其与提供的data.frame的名称匹配）。独立于此问题，在提供的示例中，您尝试绘制NULL模型；也许您想绘制此图：

KM_fit <- coxph(formula=Surv(time, event) ~ group, data=df)

而不是使用分层来按第二个协变量进行分层，您可能必须将第二项添加到模型中，例如：

df$group2 <- gl(2, k=nrow(df)/2)
KM_fit <- coxph(Surv(time , event) ~ group + group2, data= df)

该模型与分层模型并不完全相同，因为未分层模型将使用单个潜在危害来提供两个因素的估计，而分层将针对每个层级给出危险比，但基于输出，那可能是您最好的选择。