Cox回归结果解读：风险比HR与比例风险假定.docxVIP

Cox回归分析结果解读

一、方法概述

Cox比例风险回归模型（CoxProportionalHazardsRegressionModel）是生存分析中应用最为广泛的半参数回归模型，由英国统计学家Cox于1972年提出。该模型以生存时间和生存状态为因变量，能够同时分析多个自变量对生存结局的影响，且不需要事先指定生存分布的形式。Cox模型的核心是风险函数h(t,X)，表示在时刻t、协变量为X的个体发生目标事件的瞬时风险率。

模型形式为h(t,X)=h0(t)*exp(beta1*X1+beta2*X2+...+betap*Xp)，其中h0(t)为基准风险函数，exp(beta)即为风险比（HazardRatio,HR），反映自变量每增加一个单位时风险的倍数变化。HR1表示危险因素（增加风险），HR1表示保护因素（降低风险），HR=1表示无影响。Cox模型的前提假定包括比例风险假定（PH假定）和自变量间无严重共线性等。本分析使用SPSSAU软件进行Cox回归模型的估计与检验。

在SPSSAU【实验/医学研究】模块选择【Cox回归】，将变量拖拽至右侧对应分析框，操作如下图：

二、模型似然比检验

模型似然比检验用于判断纳入自变量后的Cox回归模型是否显著优于仅含截距的空模型。表1报告了似然比检验结果。

从表1可知，仅截距模型的-2倍对数似然值为2677.247，纳入自变量X1、X