各位大神~
我们希望用5年的生存分析数据来进行life time 风险的预测，需要求stroke的风险函数（以death为竞争风险事件），并年龄作为time scale（常规的分析使用生存时间来分析）。
我们希望将出组年龄fage作为发生事件的时间，将入组年龄age作为进入模型的时间，不知道在才cmprsk里面怎么实现？

ID	age	py	rpy	fstatus	treatment group	fage
1	66.58726899	5.054072553	5.054072553	0	2	71.64134155
7	59.8384668	3.02532512	3.02532512	0	2	62.86379192
8	65.99589322	5.056810404	5.056810404	1	2	71.05270363
9	70.68309377	5.054072553	5.054072553	0	2	75.73716632
10	60.03832991	5.054072553	5.054072553	1	1	65.09240246
11	72.60780287	5.054072553	5.054072553	2	2	77.66187543
12	70.275154	4.783025325	4.783025325	0	1	75.05817933
……	……		……	……
ID	入组年龄	death终点生存时间	stroke终点生存时间	stroke=1   death=2   删失=0	用药组别：   1=安慰剂   2=干预组	出组年龄

use (a)
mcrr  <-  crr(fage,fstatus, as.factor(treatment group))
在cmprsk里面只能设置出组年龄为ftime，不能考虑入组年龄age的设置？

mcoxph <- coxph(Surv(age, fage, fstatus==1) ~ as.factor(treatment group) , data=a)
用coxph 函数虽然能够设置入组年龄、出组年龄为fstart和fstop，但模型只考虑了fstatus==1即stroke的风险，其他的1和0编码都默认为删失事件，算出来的不是竞争风险。

我的问题是：
想问问各位大神，用crr函数的时候，有没有办法像coxph一样，在模型里面将入组年龄age设置为进入模型的时间？
或者说在coxph函数基础上能不能进行竞争事件的设置，来做竞争风险分析？
或者说survial有其他的包能够实现这个目的？