使用 crrSC 包中的 crrs() 从 R 中的分层细灰色模型获取次分布风险比和 95% 置信区间

Question

我正在使用 crrSC 包中的 crrs() 函数在 R 中运行分层细灰色模型。当使用 cmprsk 中的 crr() 函数运行 Fine-Gray 模型时，可以使用summary() 获取输出中的 exp(coef) 和置信区间。但是我不认为 crrs() 是这种情况。有人知道如何使用 crrs() 获取 exp(coef) 和置信区间吗？

这里是示例代码来演示我的意思：

library(casebase)
library(cmprsk)
library(crrSC)

head(bmtcrr)

covariates <- model.matrix(~bmtcrr$Age)[,-1]

### Fine-Gray model:
fg_mod <- crr(ftime = bmtcrr$ftime, fstatus = bmtcrr$Status, covariates, failcode = 1, cencode = 0)
summary(fg_mod)

### Stratified Fine-Gray model:
fg_mod_strat <- crrs(ftime = bmtcrr$ftime, fstatus = bmtcrr$Status, covariates, strata = bmtcrr$Sex, failcode = 1, cencode = 0, ctype = 1)
summary(fg_mod_strat)

Answer 1

显然没有

summary.crrs

功能。如果您使用为

crr

类对象设计的函数，您可以获得合理的输出，尽管会出现与丢失案例的计数未记录在

crrs

对象中这一事实相关的错误：

 summary.crr(fg_mod_strat)
Competing Risks Regression

        coef exp(coef) se(coef)     z p-value
[1,] -0.0228     0.977   0.0112 -2.03   0.042

     exp(coef) exp(-coef)  2.5% 97.5%
[1,]     0.977       1.02 0.956 0.999

Num. cases =Error in if (x$n.missing > 0) cat(" (", x$n.missing, " cases omitted due to missing values)",  : 
  argument is of length zero