我一直在研究mouse包，但我还没有找到一种方法来使用多重插补来制作 Cox 模型，然后使用rms包的validate()功能验证该模型。这是我到目前为止使用数据集的一些示例代码veteran：

library(rms)
library(survival)
library(mice)

remove(veteran)
data(veteran)
veteran$trt=factor(veteran$trt,levels=c(1,2))
veteran$prior=factor(veteran$prior,levels=c(0,10))

#Set random data to NA 
veteran[sample(137,4),1]=NA
veteran[sample(137,4),2]=NA
veteran[sample(137,4),7]=NA

impvet=mice(veteran)
survmod=with(veteran,Surv(time,status))

#make a CPH for each imputation
for(i in seq(5)){
    assign(paste("mod_",i,sep=""),cph(survmod~trt+celltype+karno+age+prior,
        data=complete(impvet,i),x=T,y=T))
}

#Now there is a CPH model for mod_1, mod_2, mod_3, mod_4, and mod_5.

现在，如果我只使用一个 CPH 模型，我会这样做：

validate(mod_1,B=20)

我遇到的问题是如何采用 5 个 CPH 模型（每个插补 1 个），并能够创建一个池模型，然后我可以使用rms. 我知道这个mice包有一些内置的池功能，但我不相信它们可以cph与rms. rms这里的关键是池化后仍然可以使用。我研究过使用 Harrell 的aregImpute()函数，但在遵循示例和文档时遇到了一些问题； mice似乎更易于使用。