Я хотел бы исследовать предполагаемую U-образную ассоциацию некоторого постоянного фактора риска с моей болезнью предпочтения, используя регрессию пропорциональных рисков Кокса. До сих пор, я сделал это с R
и survival
пакет как такУстановка ограниченных кубических сплайнов в модели Cox
library(survival)
coxph(Surv(entry, exit, status) ~ pspline(my.risk.factor, df = df))
Однако, хотя документация, к сожалению, не слишком многословен, мне кажется, что эти шлицы не ограничены (т.е. вынуждены быть линейный в хвостах) и, следовательно, показывают высокую дисперсию в хвостах, а также меня раздражает, что я должен поставить желаемую сложность подгонки (по аргументу df
). Я бы предпочел это сделать в пакете mgcv
, который может автоматически регулировать сложность подгонки, но AFAIK не поддерживает модели cox.
Могу ли я это сделать с R
, и если да, то как?