患者生存时间的Cox回归：风险因素识别与生存曲线.docxVIP

患者生存时间影响因素的Cox比例风险回归分析

1案例背景

本研究以300名患者的随访数据为样本，采用Cox比例风险回归模型考察年龄、BMI、市场环境和治疗方案对患者生存时间的影响。Cox比例风险回归模型由Cox（1972）提出，是生存分析中应用最广泛的半参数回归方法，能够同时处理多个协变量对生存时间的影响，且不要求生存时间服从特定的分布形式。模型的核心假设为比例风险假设（PH假定），即各协变量的风险比在不同时间点保持恒定。当PH假定不满足时，需考虑时变协变量或分层Cox模型。本研究利用SPSSAU在线数据分析平台完成Cox回归的模型估计、PH假定检验、共线性诊断及结果输出，以识别影响患者生存时间的显著因素并量化其风险效应。

2分析结果

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：

表1Cox回归模型似然比检验结果

表1呈现了Cox回归模型的似然比检验结果。仅截距模型的-2倍对数似然值为2677.247，最终模型的-2倍对数似然值为1804.423，似然比卡方值为872.824，自由度df=4，p值=0.000，高度显著。结果表明，纳入年龄、BMI、市场环境和治疗方案四个协变量后，模型对生存数据的拟合优度显著优于仅含截距的空模型，四个协变量整体上对患者生存时间具有显著的解释力。

表2Cox回归模型分析结果汇总

表2呈