指定R中给定系数和协方差矩阵的模型

Question

我正试图从一份出版物中实现一个预测模型请参阅此处以供参考

本文指定了从以前的临床研究中得出的预测模型，并提供了每个模型的系数和协方差矩阵。

我非常熟悉将模型与R中的数据进行拟合，但我从未指定过一个。

具体来说，我希望创建模型，这样我就可以利用predict((为不同的患者组生成预测结果，同时考虑模型的可变性。

为了方便起见，我提供了两个模型中的一个，以及相关的系数和协方差矩阵，两者都是类似的形式

# Model 1
# TKV model
#  
# delta_TKV = exp(intercept + a x age + b x Ln(TKV_t) + c x female + d x age x Ln(TKV_t)) - 500
# delta_TKV - the change in total kidney volume (TKV) over a period of time in years
# age       - age of patient in years
# Ln(TKV_t) - natural log of total kidney volume at time t
# female    - boolean value for gender
# age:Ln(TKV_t) - interaction term between age and Ln(TKV)

# Coefficients         Estimate      SE
#  intercept            0.7889     1.1313    
#  age                  0.1107     0.0287 
#  Ln(TKV)              0.8207     0.1556 
#  Female              -0.0486     0.0266
#  Age:Ln(TKV)         -0.0160     0.0039
# Covariance           intercept        age        Ln(TKV)        Female      Age:Ln(TKV)
#  intercept            1.279758     -0.031790    -0.175654      -0.001306      0.004362
#  age                 -0.031790      0.00823      0.004361      -0.000016     -0.000113
#  Ln(TKV)             -0.175651      0.004361     0.024207      -0.000155     -0.000601
#  Female              -0.001306     -0.000016     0.000155       0.000708      0.000002
#  Age:Ln(TKV)          0.004362     -0.000113    -0.000601       0.000002      0.000016

Answer 1

我不知道您是否可以生成一个模型，用于具有自定义系数的predict。但您可以使用model.frame或model.matrix根据您的公式生成设计矩阵，例如

data = data.frame(delta_TKV = 1:3 , TKV_t = 3.5, female = c(T,F,T), age = 40:42 )
model = model.frame(log(delta_TKV + 500) ~ age + log(TKV_t) + female + age:log(TKV_t),
data)
model 
#>   (Intercept) age log(TKV_t) femaleTRUE age:log(TKV_t)
#> 1           1  40   1.252763          1       50.11052
#> 2           1  41   1.252763          0       51.36328
#> 3           1  42   1.252763          1       52.61604
#> attr(,"assign")
#> [1] 0 1 2 3 4
#> attr(,"contrasts")
#> attr(,"contrasts")$female
#> [1] "contr.treatment"
coefs = c(
intercept =           0.7889 ,
age        =          0.1107 ,
`log(TKV)`    =       0.8207 ,
female      =        -0.0486 ,
`Age:log(TKV)` =     -0.0160
)
model %*% coefs
#>       [,1]
#> 1 5.394674
#> 2 5.533930
#> 3 5.575986

我对公式进行了转换，使其类似于lm规范，因此响应是y+500的对数，您必须通过相反的操作获得y，如果您使用lm，同样适用