比例风险模型——Cox回归ProportionalHazardModel——.ppt

比例风险举例病人2的死亡风险是病人1的5倍 比例风险(假定违背)举例治疗组与安慰剂病人的死亡风险不呈比例 第二节 回归系数及其假设检验 1. 实例与SAS程序 2. 回归系数及其解释 3. 回归模型及回归系数的假设检验 4. 模型的筛选及有关问题 1. 实例与SAS程序 例19-1 某医师对一所医院1988年收治的16例鼻腔淋巴瘤患者随访了13年，数据见表19-1，试作Cox模型分析。 3.回归模型及回归系数的假设检验 3.回归模型及回归系数的假设检验（续） 4. 模型的筛选及有关问题 4. 模型的筛选及有关问题（单变量分析） 4. 模型的筛选及有关问题（逐步回归分析） 第三节 生存函数的估计 SAS求基线生存率的程序 SAS求基线生存率的结果 SAS求基线生存率的结果 风险指数（HI） 第四节 比例风险假定的检验 第五节 时依协变量 时依协变量是指变量的取值或效应大小随时间变化，可分别称之为取值时依协变量和效应时依协变量。 模型中若含有时依协变量，便成为非比例风险模型，亦可称之为含时依协变量的Cox模型 第五节 时依协变量（续） 生存分析结果报告 描述研究事件（如死亡时间等） 说明研究起始时间与终止时间 (如症状出现与康复时间，诊断日期与终止日期等) 说明删失数据的种类与原因 说明计算生存率的统计学方法 (如Kaplan-Meier法) 给出每一组的中数生存率、或某生存期生存率（如5年生存率）估计值及其置信区间 说明生存率比较的统计学方法 (如log rank法)及其检验获得的 p 值 生存分析结果报告（续） 给出Cox回归模型，呈现解释变量与风险之间的联系 给出风险比（hazard ratio）及其置信区间 给出比例风险假定的假设检验结果 LIFETEST - Produces life tables and Kaplan-Meier survival curves. Is primarily for univariate analysis of the timing of events. LIFEREG – Estimates regression models with censored, continuous-time data under several alternative distributional assumptions. Does not allow for time-dependent covariates. PHREG– Uses Cox’s partial likelihood method to estimate regression models with censored data. Handles both continuous-time and discrete-time data and allows for time-dependent covariables 如果比例风险假定成立，意味着 二次对数生存曲线（log-log survival curves ）应该平行. (a).风险指数分组 （图19-2b） (b).放疗协变量分组 （鼻血=1.19，图19-2c） 图19-3 Cox模型生存率两次对数曲线比较 放疗=1 放疗=0 风险=-1 风险=1 SAS处理生存资料的过程步 谢谢！ （ * 第十九章 比例风险模型——Cox回归 Proportional Hazard Model ——Cox’s Regression 华中科技大学同济医学院流统系 宇传华 是一种允许资料有“删失（或截尾）”数据存在的，可以同时分析众多因素对生存时间影响的多变量生存分析方法。是一种半参数方法。 Cox回归（Cox regression） 生存分析方法 一般可以分为参数、非参数、半参数三类。 1、参数法：生存时间的分布符合某一特定类型，如对数正态分布、weibull分布、指数分布、Gamma分布等，则可用特定的分布函数分析，这称之为参数法（参见书第20章，SAS的LifeReg过程步）。 2、非参数法：用Kaplan-meier法、或寿命表法求生存率，作生存曲线；用logrank检验或Breslow检验比较两组或几组生存率差异有无统计学意义（SAS的LifeTest过程步） 。 3、半参数法：Cox 比例风险模型（SAS的PHReg过程步） 一．模型结构： 设有n名病人（i＝1，2，…,n），第i名病人的生存时间为ti，同时该病人具有一组伴随变量xi1 ,xi2 , xi3, …, xip。则模型为： 第一节 模