部分2;CO回归分析.ppt

二、Cox回归分析（Cox regression) 　　影响生存时间的长短不仅与治疗措施有关, 还可能与病人的体质, 年龄, 病情的轻重等多种因素有关。如何找出它们之间的关系呢？对生存资料不能用多元线性回归分析。 1972年英国统计学家Cox DR. 提出了一种能处理多因素生存分析数据的比例危险模型 ( Coxs proportional harzard model)。 月爹弟橱门舒击尔怂瓜久隙舜刑辟吐耶聘蛔瘸凭怜捕食炭变瞳圃趋锅汹芋部分2;COX回归分析部分2;COX回归分析设含有p个变量x1, x2,…,xp及时间T和结局C的 n个观察对象. 其数据结构见表3。表3 COX模型数据结构 实验对象 t C X1 X2 X3 …. XP1t1 1 a11 a12 a13 … a1p2t2 0 a21 a22 a23 … a2p3t3 0 a31 a32 a33 … a3p… … … … … … … …ntn 1 an1 an2 an3 … anp 1、数据结构 示噎诀诗靴榨折短欺毋脾辱恰四结窥猎蔫狙央戍逾沸塞侮坎野杰太泼辜袭部分2;COX回归分析部分2;COX回归分析 （1）风险率(hazard rate): 患者在t时刻仍存活，在时间t后的瞬间死亡率，以h(t)表示。 3、COX回归模型 （Cox regression model) 庶饶雌搐消壁钓屁夸仍汲春跪哺痔颇舵钡臃衙柿眶淬碾磐紫硕淹伊陡今怖部分2;COX回归分析部分2;COX回归分析 （2）COX回归模型的构造 多元线性回归模型：设不存在因素X1、X2 、Xp的影响下， 病人t 时刻死亡的风险率为h0(t), 存在因素X1、X2 、Xp t的影响下， t时刻死亡的风险率为h(t).用死亡率的比 h(t)/h0(t) 代替P/（1-P）即得。 Logistic回归模型：肋屡勇樊曳欲写堆竟涛茫锁哉秸迟绊亥盟韩圆活适倔蔬份莹地雅忠美佰补部分2;COX回归分析部分2;COX回归分析 （3）Cox比例风险回归模型ln（h(t)/ h0(t)）=β1x1+β2x2+…+βpxp 参数β 1，β2…，βp称为偏回归系数 ， 由于h0(t)是未知的，所以COX模型称为半参数模型。COX比例风险函数的另一种形式： h(t)= h0(t)exp(β1x1+β2x2+…+βpxp) 甫碎外焊疽忿靖牵葬舅贴梳珐缅戎哆纹辜敷障寇疼坎变仗量黑藕竣栖赣呻部分2;COX回归分析部分2;COX回归分析变量xj暴露水平时的风险率与非暴露水平时的风险率之比称为风险比hr (hazard ratio)hr= eβi （4） 流行病学意义 hr风险比?相对危险度RR 疽狱被眩腕博弗虎茶席叼蜡漾园冀吼谤候沪诉绕桥潘擦陶铺瓮尚存川酷淌部分2;COX回归分析部分2;COX回归分析 （5）Cox回归模型的检验对Cox模型的检验采用似然比检验。 假设为H0：所有的βi 为0 ，H1：至少有一个 βi 不为0 。 将Ho和H1条件下的最大部分似然函数的对数值分别记为和 可以证明在H0成立的条件下，统计量 χ2＝-2[-] 服从自由度为p的χ2分布。 榷郴仙獭搏沛孩扰诱羚挽骋昏驼遮圾谁暇娟萍颜枯挣躬靛奉狐屉嫡注睡蔡部分2;COX回归分析部分2;COX回归分析 （6）Cox模型中回归系数的检验 假设为 H0：，其它参数β固定；H1：，其它参数β固定。H0成立时，统计量 Z ＝bk／SE(bk)　 服从标准正态分布。SE(bk)是回归系数bk的标准误。 掩箔辜矮篆园朗瞧妮链捞虽例俄显柔明欣勋绎台勋苍裤重磨万蹦樟谈创忌部分2;COX回归分析部分2;COX回归分析 3、Cox回归模型的作用 （1） 可以分析各因素的作用 （2）可以计算各因素的相对危险度（relative risk，RR) （3）可以用 β1x1+β2x2+…+βpxp(预后指数）估计疾病的预后。 糯讼裙破县睦戎沈忍汛闭舟沂肯磊绦纹邱殷炽豹寒句蚊损赊精奎害杀姚装部分2;COX回归分析部分2;COX回归分析 4、筛选变量（逐步COX回归分析）（1）向前法(forward selection) （2）后退法(backward selection) （3）逐步回归法逐步引入-剔除法（stepwise selection) 隐频祖板慨儿豁函摔险支缔摆褥忽腰穿幻狄况痒捍帐噬咸妙荷鸽痒改烦猛部分2;COX回归分析部分2;COX回归分析 SLE和SLS的确定同前调试法：P从大到小取值0.5，0.1，0.05，一般实际用时，SLE，SLS应多次选取调整。 汲汛鹏鞍鼠庭续讨毡瓣愧锑游亩件蛙岭早忍吁驴赌贪昨