从RMS包的fun函数看如何手动从复杂抽样模型中推导HR或OR值并绘制限制立方样条函数（附有我自己写的一键生成结果的函数）

我们在科研中绘制列线图和限制立方样条图会经常使用大神Frank E Harrell Jr写的RMS包，在进行绘制限制立方样条图时我们进场会使用Predict函数中的fun函数对预测值数据进行变换，在上一篇文章《R语言绘制复杂抽样设计logistic回归限制立方样条图（RCS）》，因为上一篇文章我们得出的是概率，很多朋友私信问我，怎么转换成HR或者OR? 复杂抽样设计cox回归限制立方样条图怎么做？今天我们来演示一下，根据RMS包的fun函数推导一下HR或者OR，得出和它一个同样的数据结果，增加信服力，并根据原理绘制复杂抽样设计cox回归限制立方样条图。
继续使用我们的乳腺癌数据

library(foreign)
library(rms)
bc <- read.spss("E:/r/test/Breast cancer survival agec.sav",
                use.value.labels=F, to.data.frame=T)
bc <- na.omit(bc)
names(bc)

整理数据

dd <- datadist(bc) #为后续程序设定数据环境
options(datadist='dd') #为后续程序设定数据环境

建立模型

fit<- cph(Surv(time,status) ~ rcs(age,4) ,data=bc)

然后到了生成预测值，我们先生成一个没有返回OR或HR函数的代码

out2<-Predict(fit,age=bc$age)

本文为转载文章，原文地址如下：https://mp.weixin.qq.com/s?__biz=MzI1NjM3NTE1NQ==&mid=2247486790&idx=1&sn=d28a6e894f6b044166ad1c9820110086&chksm=ea26ed5add51644c894dfd3f73aca0e98f541d5daae9cf73bdbe4ec1cd92a373841e88cbaeef#rd