R语言中，生存预测模型survivalsvm包中没有type参数，如何获取预测值和实际值。并且计算综合布里尔得分的代码

如果 `survivalsvm` 包中的模型没有 `type` 参数，那么可以使用 `predict` 函数获取预测值和实际值。以下是计算综合布里尔得分的示例代码：

library(survivalsvm)
library(rms)

# 加载数据
data(larynx)

# 划分训练集和测试集
set.seed(123)
train <- sample(1:nrow(larynx), nrow(larynx) * 0.7)
test <- setdiff(1:nrow(larynx), train)

# 拟合生存预测模型
svmfit <- svmrc(Surv(time, status) ~ age + sex + stage + karno + diagtime,
                data = larynx[train,])

# 预测测试集
pred <- predict(svmfit, newdata = larynx[test,])

# 计算综合布里尔得分
cindex <- with(larynx[test,], 
               validate(Surv(time, status), pred, method = "both")$stats["C"])
brier_score <- with(larynx[test,],
                    brier(Surv(time, status), pred, weight = "harmonic"))
total_score <- cindex + brier_score

其中 `predict` 函数返回的对象包含了预测的生存概率，可以使用 `Surv` 函数将其转换为生存时间和状态。然后可以使用 `validate` 函数计算C指数，使用 `brier` 函数计算布里尔得分，最后将二者相加得到综合布里尔得分。