R的coxph（）究竟如何处理重复的测量？

语境

我试图了解R的coxph（）如何接受和处理主题（或患者/客户，如果您愿意的话）的重复条目。有些人称这种长格式，有些人称其为“重复措施”。

例如，请参见以下答案部分中包含ID列的数据集：

协变量随时间变化的最佳Cox模型

还要假设协变量始终随时间变化，并且恰好有一个检查变量（即事件），它是二进制的。

问题

1）在上述链接的答案中，如果在调用coxph（）时未提供ID作为参数，结果是否应与将cluster（ID）作为coxph（）的参数包含在内？

我试图搜索文档，但以下内容似乎并未明确说明（1）：https : //stat.ethz.ch/pipermail/r-help//2013-July/357466.html

2）如果对（1）的回答为“否”，那么（数学上）为什么？似乎coxph（）中的cluster（）根据pg上的“ cluster”小节在主题之间寻求关联。20点

https://cran.r-project.org/web/packages/survival/survival.pdf

3）含糊的问题：重复测量的coxph（）与R的脆弱包装回归方法相比如何？

附加物

以下是有关使用cluster（ID）的提示：

是否存在可重复测量的logrank测试版本？

和：

https://stat.ethz.ch/pipermail/r-help//2013-July/357466.html

GEE方法：将“ + cluster（subject）”添加到coxph的模型语句中混合模型方法：将“ +（1 | subject）”添加到coxme的模型语句中。

提前致谢！

1. 包括cluster(ID)不改变点估计的参数。但是，它的确改变了标准误差的计算方式。

   更多详细信息，请参见Therneau＆Grambsch的《扩展Cox模型》的第8.2章。请注意，在他们的示例中，它们method = "breslow"用作对领带的更正，但在默认值（method = "efron"）的情况下，也将对se进行类似的计算，并在摘要中显示为“ robust se”。

2. 如果使用cluster（ID），则对标准误差进行“可靠的”估计，并测量对象之间的可能依赖关系（例如，通过标准误差和方差评分）。另一方面，不使用cluster（ID）会使每个观察结果具有独立性，并且在数据中假设更多的“信息”。用更多的技术术语来说，参数的得分函数不会改变，但是该得分的方差会改变。一个更直观的说法是，对100个人的100个观察结果比对10个人（或集群）的100个观察结果提供的信息更多。

3. 确实含糊不清。总之，+frailty(ID)在coxph()配合用γ或对数正态随机效应标准脆弱模型和非参数基线风险/强度。frailtypack使用参数基线（也是具有样条曲线或分段常数函数的灵活版本），并且也适合更复杂的模型，例如相关脆弱性，嵌套脆弱性等。

最后，+cluster()在某种程度上符合GEE的精神，您可以从具有独立观察结果的可能性中得出分数方程，并对标准误差使用不同的“稳健”估计器。

编辑：感谢@Ivan提供有关帖子清晰度的建议。

这是survival我发现有用的包装插图的答案-它与您链接到的第一个问题的第一个答案相关联：

协变量随时间变化的最佳Cox模型

他们指的是长格式数据设置，或者是针对主题重复输入的数据。

这种数据设置的一个常见问题是我们是否需要担心相关数据，因为给定的对象有多个观察结果。答案是否定的，我们没有。原因是这种表示仅仅是编程技巧。在任何时间点，似然方程只使用任何对象的一个​​副本，程序每次都选择正确的数据行。此规则有两个例外：

• 当主题具有多个事件时，则事件的行在主题内相关联，并且需要聚类方差。
• 当主体以重叠的间隔出现时。但是，这几乎总是数据错误，因为它对应于同一时间同时出现在同一层中的受试者的两个副本，例如，她可能在聚会上见面。

他们举的例子是

fit <- coxph(Surv(time1, time2, status) ~ age + creatinine, data=mydata)

建议如果您提供两次（时段的开始和结束）Surv而不是一次，则coxph()可以找出其余部分。