在加权倾向得分 R 之后，引导标准误差的事件模型的时间

如何解决在加权倾向得分 R 之后，引导标准误差的事件模型的时间

处理事件数据的时间并根据倾向得分对案例进行加权。我想检查方差估计方法如何影响 cox 比例风险模型中的 HR。这是目前的代码

library("survival")
library("survminer")
library("weightit")
library("sandwich")
library("boot")
library("survey")
data("cancer",package = "survival")



weighting <- weightit(trt ~ risk+ laser + eye,data=diabetic,estimand = "ATE",method = "ps")

#using robust =TRUE
fit_normal <- coxph( Surv(time,status) ~ trt,data = diabetic,weights = weighting$weights,robust=TRUE )

fit_normal
des <- svydesign(ids = ~1,weights = get.w(weighting),data = diabetic)
fit.survey <- svycoxph(Surv(time,status)~trt,design=des)
coef(fit.survey)
exp(confint(fit.survey))
exp(confint(fit_normal))

我将如何进行引导以估计风险比的标准误差？