我有一个包含生存数据和一些缺失协变量的数据集。我成功地应用了mice软件包,使用函数填补了m个数据集,创建了对象,并在每个m数据集上应用了Cox PH模型。随后,我使用函数汇总了结果。这引发了我的问题:
如何获得每个协变量的汇总估计的p值?它们是否隐藏在对象中?
我知道p值并不是一切,但只报告估计值和置信区间而没有相应的p值对我来说似乎很奇怪。我能够使用例如Altman提供的公式从置信区间计算出一个近似p值,但这似乎过于复杂。我搜索了答案,但我找不到任何人提到这个问题。我是忽略了一些明显的东西吗?
如何获得每个协变量的汇总估计的p值?它们是否隐藏在对象中?
我知道p值并不是一切,但只报告估计值和置信区间而没有相应的p值对我来说似乎很奇怪。我能够使用例如Altman提供的公式从置信区间计算出一个近似p值,但这似乎过于复杂。我搜索了答案,但我找不到任何人提到这个问题。我是忽略了一些明显的东西吗?
E.g.:
library(survival)
library(mice)
library(mitools)
test1 <- as.data.frame(list(time=c(4,3,1,1,2,2,3,5,2,4,5,1),
status=c(1,1,1,0,1,1,0,0,1,1,0,0),
x=c(0,2,1,1,NA,NA,0,1,1,2,0,1),
sex=c(0,0,0,0,1,1,1,1,NA,1,0,0)))
dat <- mice(test1,m=10)
mit <- imputationList(lapply(1:10,complete,x=dat))
models <- with(mit,coxph(Surv(time, status) ~ x + strata(sex)))
summary(MIcombine(models))
我尝试整理MIcombine对象的结构,但目前还没有找到p值。
str
方法检查你的对象了吗?也许你可以尝试str(summary(your.object))
看看里面是否有 p-value。无论如何,你能否提供一个最小可复现的示例,展示一下结果是什么样的(例如函数MIcombine
)?https://dev59.com/eG025IYBdhLWcg3whGSx - Roman Luštrik