コックス比例ハザードに複数の代入を使用してから、rmsパッケージで検証しますか？

私はマウスパッケージを研究していますが、複数の代入を使用してCoxモデルを作成し、そのモデルをrmsパッケージのvalidate()機能で検証する方法をまだ発見していません。データセットを使用した、これまでのサンプルコードを次に示しますveteran。

library(rms)
library(survival)
library(mice)

remove(veteran)
data(veteran)
veteran$trt=factor(veteran$trt,levels=c(1,2))
veteran$prior=factor(veteran$prior,levels=c(0,10))

#Set random data to NA 
veteran[sample(137,4),1]=NA
veteran[sample(137,4),2]=NA
veteran[sample(137,4),7]=NA

impvet=mice(veteran)
survmod=with(veteran,Surv(time,status))

#make a CPH for each imputation
for(i in seq(5)){
    assign(paste("mod_",i,sep=""),cph(survmod~trt+celltype+karno+age+prior,
        data=complete(impvet,i),x=T,y=T))
}

#Now there is a CPH model for mod_1, mod_2, mod_3, mod_4, and mod_5.

さて、CPHモデルを1つだけ使用していた場合は、次のようにします。

validate(mod_1,B=20)

私が抱えている問題は、5つのCPHモデル（代入ごとに1つ）を取得し、で使用できるプールされたモデルを作成する方法rmsです。miceパッケージにいくつかの組み込みのプール関数があることは知っていますが、それらがのcphオブジェクトで機能するとは思いませんrms。ここでのキーはrms、プール後も引き続き使用できることです。私はハレルのaregImpute()関数の使用を調査しましたが、例とドキュメントに従っていくらか問題があります。 mice使用する方が簡単なようです。

パッケージfit.mult.impute内の関数は、Hmiscから作成されたのとmice同じように、から作成された代入を描画しaregImputeます。 cphで動作しfit.mult.imputeます。より難しい問題は、複数の代入も行うときに、リサンプリングを通じて検証を行う方法です。誰もそれを本当に解決したとは思いません。私は通常、簡単な方法を取り、Hmisc transcan関数を使用してモデルを検証するために単一の代入を使用しますが、複数の代入を使用して最終的なモデルを適合させ、標準エラーを取得します。