JM 的jointModel 抛出不明确的错误信息

Question

我正在尝试使用 R 包“JM”通过联合模型将纵向时间拟合到事件数据。这是我第一次尝试联合模型，遵循教科书的方法：

aids.id <- aids[!duplicated(aids$patient),]
lmeFit.aids <- lme(CD4~obstime + obstime:drug, random=~obstime|patient, data=aids)
coxFit.aids <- coxph(Sdurv(Time,death)~drug,data=aids.id, x=TRUE)
jointFit.aids <- jointModel(lmeFit.aids, coxFit.aids, timeVar="obstime",method="piecewise-PH-aGH")
summary(jointFit.aids)

代码按预期工作。但是当我使用自己的数据时，它就不再起作用了。

str(数据) 'data.frame'：6436 obs。 13 个变量： $ patnr : 因子 w/1669 级别 "0010000158","0010000278",..: 4 4 4 4 7 7 7 7 7 7 ...

$ 性别：因子 w/ 2 个级别 "1","2": 1 1 1 1 1 1 1 1 1 1 ...

$ 日期：POSIXct，格式：“2008-08-08”“2010-01-25”“2012-02-24”“2012-04-21”...

$ 时间：数字 1355 1355 1355 1355 834 ...

$ Crea : 数字 7.4 9.6 12.3 10.3 0.8 ...

$ CysC：数字 6.2 5.84 6.17 5.32 0.9 0.94 0.92 0.91 0.91 0.91 ...

$ 死亡日期：POSIXct，格式：“2012-04-24”“2012-04-24”“2012-04-24”“2012-04-24”...

$ start_date：POSIXct，格式：“2008-08-08”“2008-08-08”“2008-08-08”“2008-08-08”...

$ stop_date：POSIXct，格式：“2010-01-25”“2012-02-24”“2012-04-21”“2012-04-24”...

$ 开始：数字 0 535 1295 1352 0 ...

$ 停止 : num 535 1295 1352 1355 3 ...

$ obstime : num 0 535 1295 1352 0 ...

$ 事件：num 0 0 0 1 0 0 0 0 0 0 ...

这些是数据框的前 20 行：

          patnr sex       date       time  Crea CysC  deathdate start_date  stop_date      start       stop    obstime event
637  0010000343   1 2008-08-08 1355.00000  7.40 6.20 2012-04-24 2008-08-08 2010-01-25    0.00000  535.04167    0.00000     0
816  0010000343   1 2010-01-25 1355.00000  9.60 5.84 2012-04-24 2008-08-08 2012-02-24  535.04167 1295.04167  535.04167     0
1171 0010000343   1 2012-02-24 1355.00000 12.31 6.17 2012-04-24 2008-08-08 2012-04-21 1295.04167 1352.00000 1295.04167     0
1201 0010000343   1 2012-04-21 1355.00000 10.35 5.32 2012-04-24 2008-08-08 2012-04-24 1352.00000 1355.00000 1352.00000     1
1363 0010000873   1 2011-12-05  834.00000  0.80 0.90       <NA> 2011-12-05 2011-12-08    0.00000    3.00000    0.00000     0
1370 0010000873   1 2011-12-08  834.00000  0.52 0.94       <NA> 2011-12-05 2011-12-09    3.00000    4.00000    3.00000     0
1372 0010000873   1 2011-12-09  834.00000  0.45 0.92       <NA> 2011-12-05 2011-12-18    4.00000   13.00000    4.00000     0
1386 0010000873   1 2011-12-18  834.00000  0.34 0.91       <NA> 2011-12-05 2011-12-19   13.00000   14.00000   13.00000     0
1387 0010000873   1 2011-12-19  834.00000  0.31 0.91       <NA> 2011-12-05 2011-12-20   14.00000   15.00000   14.00000     0
1391 0010000873   1 2011-12-20  834.00000  0.62 0.91       <NA> 2011-12-05 2011-12-27   15.00000   22.00000   15.00000     0
1411 0010000873   1 2011-12-27  834.00000  0.61 1.44       <NA> 2011-12-05 2011-12-31   22.00000   26.00000   22.00000     0
1418 0010000873   1 2011-12-31  834.00000  0.43 1.18       <NA> 2011-12-05 2012-01-01   26.00000   27.00000   26.00000     0
1419 0010000873   1 2012-01-01  834.00000  0.46 1.22       <NA> 2011-12-05 2013-07-09   27.00000  581.95833   27.00000     0
1466 0010000873   1 2013-07-09  834.00000  0.85 0.91       <NA> 2011-12-05 2014-03-18  581.95833  834.00000  581.95833     0
1478 0010000873   1 2014-03-18  834.00000  1.20 1.00       <NA> 2011-12-05 2015-09-18  834.00000 1382.95833  834.00000     0
2020 0010002412   1 2015-03-26   23.95833  1.16 0.85       <NA> 2015-03-26 2015-04-10    0.00000   14.95833    0.00000     0
2035 0010002412   1 2015-04-10   23.95833  0.67 0.74       <NA> 2015-03-26 2015-04-14   14.95833   18.95833   14.95833     0
2043 0010002412   1 2015-04-14   23.95833  0.56 0.75       <NA> 2015-03-26 2015-04-16   18.95833   20.95833   18.95833     0
2046 0010002412   1 2015-04-16   23.95833  0.45 0.75       <NA> 2015-03-26 2015-04-17   20.95833   21.95833   20.95833     0
2049 0010002412   1 2015-04-17   23.95833  0.52 0.86       <NA> 2015-03-26 2015-04-18   21.95833   22.95833   21.95833     0

这是我使用的代码：

copd.id <- DATA[!duplicated(DATA$patnr),]
copd.id$event <- as.numeric(!is.na(copd.id$deathdate))

lmeFit.copd <- lme(CysC~obstime+obstime:sex, random=~obstime|patnr, data=DATA)
coxFit.copd <- coxph(Surv(time,event)~sex, data=copd.id, x=TRUE)
jointFit.copd <- jointModel(lmeFit.copd, coxFit.copd, timeVar="obstime",method="piecewise-PH-aGH")

summary(jointFit.copd)

我收到以下错误消息：

jointFit.copd

summary(jointFit.copd) Fehler in summary(jointFit.copd) : Objekt 'jointFit.copd' nicht gefunden

问题是：我检查了数据，事件发生后没有测量结果。

我在这里错过了什么？

Answer 1

在运行模型之前，尝试在 patnr 上对 DATA 进行排序。我可以通过创建一个未排序的newid 来诱导您在aids 示例中为您的DATA 获得的错误。

library(JM)
is.unsorted(aids$patient)
length(unique(aids$patient))
##  make newid that is unsorted
no.rows <- rle(c(aids$patient))
aids$newid <- paste0(rep( rep(LETTERS, length.out=467), no.rows$lengths), aids$patient)
is.unsorted(aids$newid)
length(unique(aids$newid))
## change `patient` to newid in the following lines to get 
## error message for `jointFit.aids`
aids.id <- aids[!duplicated(aids$patient),]
lmeFit.aids <- lme(CD4~obstime + obstime:drug, random=~obstime|newid, data=aids)
coxFit.aids <- coxph(Surv(Time,death)~drug,data=aids.id, x=TRUE)
jointFit.aids <- jointModel(lmeFit.aids, coxFit.aids, timeVar="obstime",method="piecewise-PH-aGH")
summary(jointFit.aids)

当我查看code for JM on github 时想到了这一点。由于错误消息打印在 jointModel.R 的第 139 行，我查看了该行上方的定义，并得出结论，假设数据集在 id 变量上排序。因此，虽然DATA 中的主题确实没有违反条件，但代码中的顺序会被打乱。在没有可重复的示例的情况下，我的第一个提示是问题中给出的数据集的前 20 行的 ID 为 0010000343、0010000873、0010002412，但发布的错误消息按排序顺序列出了 0010000343、0010000695 , 0010000873, 0010002412 -- 表示DATA 未按lme() 模型中列出的id 变量(patnr) 排序。原始 aids 示例按 id (patient) 排序。