脆弱モデルから予測生存曲線を生成する方法（R coxphを使用）？

脆弱性の項を含むCox比例ハザードモデルの予測生存関数を計算したい[生存パッケージを使用]。脆弱性項がモデル内にある場合、予測された生存関数を計算できないようです。

## Example 
require(survival)
data(rats)

## Create fake weight
set.seed(90989)
rats$weight<-runif(nrow(rats),0.2,0.9)

## Cox model with gamma frailty on litter
fit <- coxph(Surv(time, status) ~ rx+weight+frailty(litter,dist="gamma"),
data = rats) 

## Compute survival curve from the cox model for rx=0 and weight=0.5 kg
plot(survfit(fit, newdata=data.frame(rx=0,weight=0.5)),xlab = "time",
ylab="Survival") 

## Running this line, I get following error message:
Error in survfit.coxph(fit, newdata = data.frame(rx = 0, weight = 0.5)) : 
Newdata cannot be used when a model has sparse frailty terms

sparse=TRUE, Sparse =FALSE, sparse =0, sparse=5オプションを使用して、スパースおよび非スパースの両方の計算方法を使用 してみました。しかし、どれも機能しませんでした。

脆弱性モデルに基づいて予測生存曲線を計算するにはどうすればよいですか？

ここでの問題は、線形混合効果モデルから結果を予測しようとして得られるものと同じです。生存曲線は折りたたみ式ではないため、この例の各リターには、適合するモデルに応じたリター固有の生存曲線があります。あなたが知っているかもしれない虚弱は、おそらく遺伝的特性と比較して、各同腹子に特有の交絡および予後変数の一般的なレベルを示すランダム切片と同じです。したがって、ハザード比の線形予測子は、観測された固定効果とランダムリター効果の混合です。混合モデルとは異なり、Coxモデルはペナルティ付き回帰で虚弱項に適合し、適合オブジェクトはクラスcoxph-penalであり、のメソッドがないsurvreg.coxph-penalため、線形予測子を作成する試みは失敗します。いくつかの回避策があります。

1. 周辺モデルを中心の共変量で近似するだけです。

2. 共変量を中央揃えし、1に合わせてから、ランダム効果を使用してランダム効果モデルを当てはめ、coxmeそれらをオフセット付きの線形予測子に追加して、各リターの層固有の生存曲線を計算します。

3. 2を実行し、すべての生存曲線を一緒に平均化してそれらをマージナライズします。これは、マージナルモデルに適合する別のアプローチです。

4. 限界コックスモデルの固定効果または階層を使用して、各ごみの異なる生存曲線を予測します。