生存coxphおよびrms cphとは異なる予測プロット

私はこの例で使用する独自のわずかに拡張されたバージョンの用語プロットを作成しました。ここで見つけることができます。私は以前にSOに投稿しましたが、それについて考えるほど、これはおそらく実際のコーディングよりもCox比例ハザードモデルの解釈に関連していると思います。

問題

ハザード比プロットを見ると、信頼区間が自然に0になる参照ポイントがあると予想します。これは、からのcph（）を使用する場合であり、からのcoxph（）を使用する場合ではありrms packageませんsurvival package。coxph（）による正しい動作はありますか？そうであれば、参照ポイントは何ですか？また、coxph（）のダミー変数には間隔があり、値は以外ですか？$e^0$

例

これが私のテストコードです：

# Load libs
library(survival)
library(rms)

# Regular survival
survobj <- with(lung, Surv(time,status))

# Prepare the variables
lung$sex <- factor(lung$sex, levels=1:2, labels=c("Male", "Female"))
labels(lung$sex) <- "Sex"
labels(lung$age) <- "Age"

# The rms survival
ddist <- datadist(lung)
options(datadist="ddist")
rms_surv_fit <- cph(survobj~rcs(age, 4)+sex, data=lung, x=T, y=T)

cphプロット

このコード：

termplot2(rms_surv_fit, se=T, rug.type="density", rug=T, density.proportion=.05,
          se.type="polygon", yscale="exponential", log="y", 
          xlab=c("Age", "Sex"), 
          ylab=rep("Hazard Ratio", times=2),
          main=rep("cph() plot", times=2),
          col.se=rgb(.2,.2,1,.4), col.term="black")

このプロットを与える：

coxphプロット

このコード：

termplot2(surv_fit, se=T, rug.type="density", rug=T, density.proportion=.05, 
          se.type="polygon", yscale="exponential", log="y", 
          xlab=c("Age", "Sex"), 
          ylab=rep("Hazard Ratio", times=2),
          main=rep("coxph() plot", times=2),
          col.se=rgb(.2,.2,1,.4), col.term="black")

このプロットを与える：

更新

@Frank Harrellが提案したように、彼の最近のコメントで提案に沿って調整した後、私は得ました：

p <- Predict(rms_surv_fit, age=seq(50, 70, times=20), 
             sex=c("Male", "Female"), fun=exp)
plot.Predict(p, ~ age | sex,
             col="black",
             col.fill=gray(seq(.8, .75, length=5)))

これはこの非常に素晴らしいプロットを与えました：

私はコメントの後、contrast.rmsをもう一度見て、プロットを与えるこのコードを試しました...できることはおそらくもっとたくさんありますが:-)

w <- contrast.rms(rms_surv_fit, 
                  list(sex=c("Male", "Female"), 
                       age=seq(50, 70, times=20)))

xYplot(Cbind(Contrast, Lower, Upper) ~ age | sex, 
       data=w, method="bands")

このプロットを与えた：

アップデート2

テルナウ教授は、腰の自信がないプロットについてコメントしてくれました。

coxphの平滑化スプラインは、gamの平滑化スプラインと同様に、sum（prediction）= 0になるように正規化されます。したがって、分散が非常に小さい固定の単一点はありません。

私はまだGAMに精通していませんが、これは私の質問に答えているようです。これは解釈の問題のようです。

確かに信頼区間がゼロ幅になる点があるはずだと思います。また、rms関数のみを使用する3番目の方法を試すこともできます。ヘルプファイルの下に、contrast.rmsがハザード比プロットを取得する例があります。それはコメントから始まります＃治療と性別による個別の見積もりを示します 比率を取得するには、対数を記録する必要があります。