如上所述，您可以使用 survreg 功能。但请注意：这不是严格意义上的 Cox PH 模型，而是位置尺度模型。使用默认的对数转换，这是 aft 模型。在指数分布的情况下，比例风险和 aft 模型是等价的，因此如果将分布设置为指数，这是一个具有指数基线的比例风险模型。同样，如果使用基线 Weibull 分布尾部模型，则参数估计值只是具有 Weibull 基线分布的比例风险模型中使用的参数估计值的线性变换。但总的来说，survreg 不适合 Cox PH 模型。

如果需要半参数模型，如在 intcox 中实现的那样，请注意：当前版本的 intcox 存在几个问题（算法通常在远离 MLE 的地方过早终止，由于未经审查的观察而彻底失败，没有标准错误自动呈现）。

您可以使用的新替代方案是包“icenReg”。

承认偏见：这是 icenReg 的作者。

要在 R 中进行区间删失分析，您必须创建一个 Surv 对象，然后使用 survfit()。如果您有多个变量，则 intcox 包可以解决问题。