竞争风险场景下coxph.predict设type="expected"传newdata报错

我在竞争风险场景（即每个观测对应一个终点、存在多种事件类型）下使用Cox比例风险模型（survival::coxph），希望调用预测函数基于给定的协变量与随访时间估计预期事件数，但遇到运行报错。以下是基于survival包内置mgus2数据集的复现代码：

library(survival)

# 修改数据，每个受试者仅转移到一个终点状态
crdata <- mgus2
crdata$etime <- pmin(crdata$ptime, crdata$futime)
crdata$event <- ifelse(crdata$pstat==1, 1, 2*crdata$death)
crdata$event <- factor(crdata$event, 0:2, c("censor", "PCM", "death"))

cfit <- coxph(Surv(etime, event) ~ I(age/10) + sex + mspike,
              id = id, crdata)

完成模型拟合后，构造newdata数据框传入预测函数时，R持续抛出错误，先后尝试三种构造newdata的方式均失败：

• 手动构造包含随访时间和协变量的数据框，触发数据规模不匹配报错：

# 同时传入随访时间和协变量
nd=data.frame(etime=81 ,sex= "M", age=60, mspike=1.2)
predict(cfit, newdata=nd ,type="expected")

> Data is not the same size as it was in the original fit

• 使用model.frame提取模型拟合时所用的数据框作为预测输入，仍然出现相同报错：

nd=model.frame(cfit)
predict(cfit,newdata=nd,type="expected")

> Data is not the same size as it was in the original fit

• 直接取原始数据集的第一行作为预测输入，依旧触发相同错误：

nd=crdata[1,]
predict(cfit,newdata=nd,type="expected")

> Data is not the same size as it was in the original fit

• 你拟合的是竞争风险多状态Cox模型，这类模型的type="expected"输出是指定时间点的累积预期事件数，结果随时间变化，必须显式指定预测时间点，不能使用默认参数逻辑。
• 错误将随访时间etime放入了newdata：newdata仅需要传入模型公式右侧的协变量（年龄、性别、mspike），预测用的时间点需要单独传给times参数。
• 未指定times时，函数默认会返回和原训练集行数一一对应、匹配原训练集每个个体随访时间的预测值，只要传入的newdata行数和原训练集不一致，就会触发数据规模不匹配报错——哪怕传入原数据的单行子集，行数不匹配一样报错。

1. 构造newdata时仅保留模型需要的协变量，不需要加入时间、结局列
2. 调用predict时通过times参数指定要计算预期事件数的随访时间点

示例代码：

# newdata仅传入协变量
nd <- data.frame(sex= "M", age=60, mspike=1.2)
# 指定预测时间点为81
predict(cfit, newdata = nd, type = "expected", times = 81)

运行后会返回该协变量特征的个体，在随访时间81时，两个终点事件（PCM、death）分别的累积预期发生数。

如果需要同时计算多个时间点的预期值，直接给times传入时间向量即可，例如times = c(30, 60, 81)

内容的提问来源于stack exchange，提问作者Nick O