R：在 R 中使用 cphrms 包对 cox 模型的连续变量和分类变量进行交互样条分析

如何解决R：在 R 中使用 cphrms 包对 cox 模型的连续变量和分类变量进行交互样条分析

拜托，我想对年龄（连续）和四分位数（分类）执行交互样条分析。 重点是比较 Q4 和 Q1，并允许风险比随年龄变化（连续变量）。 最后，我想要一个像 attached 那样的数字，其中我的 x 轴是年龄。

这是我的代码与数据的表示：

玩转数据

mydata <- data.frame(stroke = c(rep(1,5),rep(0,rep(1,5)),years = c(7.53,11.18,14.45,12.08,9.33,3.58,14.57,0.22,4.89,5.49,9.08,7.82,9.36,10.01,11.76,14.36,6.01,13.96,9.25,14.56),Q = c(rep("Q4",3),rep("Q1",rep("Q4","Q4","Q4"),Age = c(23,24,26,27,28,29,31,32,33,19,20,25,36,37,30,18,34,39))

Mydata.dist = datadist(mydata,adjto.cat="first");

options(datadist=' Mydata.dist ')

stroke_cubic <- cph(Surv(years,stroke) ~ Age + Q + rcs(Age,3)%ia%Q,data = mydata)

#Now,I am trying to predict so that I can plot the hazard ratios but I am facing some challenges.

#Prediction 

Predict_HR <- Predict(stroke_cubic,ref.zero=TRUE,fun=exp)

#Then I decided to add Age

Predict_HR <- Predict(stroke_cubic,Age,fun=exp)

我收到的错误信息是：

matxv(X,coeff,kint = kint) 中的错误：a (6) 中的列必须

我怎样才能最好地实现我想要的。

此外，我将使用 MICE 数据（10 个估算数据）执行此操作，因此将不胜感激任何使用估算数据执行此操作的指导。

谢谢。