有没有一种方法可以预测R中未来的生存概率

下面是一个示例数据集：

age = runif(200, min = 25, max=70)
profile_id = seq(1, 200)
gender = sample(c("M", "F"), size = 200, replace = T)
start_date = sample(seq(as.Date('2013/01/01'), as.Date('2014/01/01'), by="month"), 200, replace = T)
end_date = sample(seq(as.Date('2014/01/01'), as.Date('2016/01/01'), by="month"), 200, replace = T)
mydf = data.frame(profile_id, age, gender, start_date, end_date)
mydf$end_date[mydf$end_date > as.Date('2015/01/01')] = as.Date('2015/01/01')
mydf$death = ifelse(mydf$end_date < as.Date('2015/01/01'), 1, 0)
mydf$periods_alive = mydf$end_date - mydf$start_date

基本上，如果可能的话，我试图利用某种生存回归模型来预测那些在研究结束时仍然活着的人，他们在研究后未来一段时间的生存概率。例如，在接下来的12个月里，每个月的生存概率。

我知道我可以做下面这样的事情来估计样本期内新观测的生存概率(尽管我不完全确定如何从预测函数中提取概率(：

m1 = survreg(Surv(periods_alive, death)~ age + gender, data = mydf)
mydf_alive = mydf[mydf$death == 0, ]
predict(m1, newdata = mydf_alive, type = 'quantile')

但我很好奇，对于审查后的观察，是否有办法预测未来某个时间T的存活概率。如果有更好的方法来模拟这些概率，我真的不想使用生存分析，但我认为可能有办法做到这一点？如有任何关于如何进行的帮助，我们将不胜感激！