R语言cph函数设offset加surv=TRUE报错及系数约束咨询

• 在R环境开展预测5年事件风险的Cox模型外部验证与更新工作，无原始建模数据，仅掌握线性预测子计算公式、5年时间点的基线生存概率取值
• 已在自有数据集完成原模型校准度、区分度评估，确认模型需要更新，本次更新仅调整基线风险，因此将线性预测子beta.sum作为偏移项（offset）纳入Cox模型，固定其系数为1
• 计划使用rms包的cph函数替代survival包的coxph函数，以便通过自助法便捷完成内部验证，但将线性预测子作为offset纳入模型时触发报错

报错信息：Error in exp(object$linear.predictors) : non-numeric argument to mathematical function

• 已知现象：不设置surv=TRUE参数时模型可正常运行，但后续需要调用的calibrate、validate、predictSurvProb等功能无法正常使用
• 核心疑问：该报错是操作错误导致，还是cph函数本身不支持在公式中设置offset项；如果确实不支持，是否有其他方法可将线性预测子的系数约束为1

业务场景实现代码 #

load(file="k.Rdata")

### 预测风险计算 ###
# 计算线性预测子(LP)
k$beta.sum <- -0.2201 * ((k$age/10)-7.036) + 0.2467 * (k$male - 0.5642) - 0.5567 * ((k$epi/5)-7.222) +
  0.4510 * (log(k$acr_mgmmol/0.113)-5.137)

k$pred <- 1 - 0.9365^exp(k$beta.sum)

# 重校准模型
# 用coxph实现的可运行版本
cox.new <- coxph(Surv(time, rrt) ~ offset(beta.sum), data = k, x=TRUE, y=TRUE)

# 计算更新后的5年基线生存概率
library(pec)
predictSurvProb(cox.new, newdata=data.frame(beta.sum=0), times = 5) # 基线值 = 0.9570

# 用cph实现的报错版本
cph.new <- cph(Surv(time, rrt) ~ offset(beta.sum), data=k, x=TRUE, y=TRUE, surv=TRUE)

最小可复现代码 #

library(purr)
library(rms)

n <- 1000
set.seed(1234)

status <- as.numeric(rbernoulli(n, p=0.1))
time <- -5* log(runif(n))
lp <- rnorm(1000, mean=-2.7, sd=1)
mydata <- data.frame(status, time, lp)

test <- cph(Surv(time, status) ~ offset(lp), data=mydata, surv=TRUE)

该报错并非操作错误，是cph函数的兼容性问题：当模型仅在公式内设置offset()、无任何协变量且开启surv=TRUE时，内部计算基线生存函数的逻辑无法正确读取偏移项值，会将线性预测子赋值为NULL，后续调用exp()做指数运算时就会触发非数值参数报错。

以下两种方案均可实现“固定线性预测子系数为1、仅更新基线风险”的需求，且能正常调用cph配套的校准、验证、预测功能：

方案1：将偏移项移至公式外传入，避开公式内offset的兼容bug #

不要在模型公式内写offset()，将线性预测子传入cph函数的独立offset参数即可，写法和coxph结果完全等效：

cph.new <- cph(Surv(time, rrt) ~ 1, # 公式仅保留截距（基线风险）
               offset = beta.sum, # 偏移项写在公式外的参数位置
               data = k, 
               x=TRUE, y=TRUE, surv=TRUE)

该写法拟合的模型5年基线生存概率和coxph版本结果一致，calibrate、validate、predictSurvProb均可正常调用。

方案2：手动约束线性预测子系数为1，完全绕开offset逻辑 #

如果上述写法仍有兼容问题，可以直接将线性预测子作为协变量纳入模型，通过参数约束将其回归系数固定为1，效果和使用offset完全等价：

# 先设置rms包要求的数据分布对象
dd <- datadist(k)
options(datadist = "dd")

# 定义系数约束：将beta.sum的系数固定为1
constr <- rbind(c(1,1))
cph.new <- cph(Surv(time, rrt) ~ beta.sum, 
               data = k,
               x=TRUE, y=TRUE, surv=TRUE,
               parms = constr)

该方法完全避开offset相关的计算逻辑，所有rms配套功能均不受影响。

内容的提问来源于stack exchange，提问作者FMaher