Cox回归模型在应用时，有一个非常重要的前提条件，即比例风险（Proportional hazards）假定，简称PH假定。

其实，医咖会既往推过相关的教程，而且SPSS、R和Stata软件都有介绍，我们将这些教程做一个合集，总有一款适合你！

1. SPSS详细教程：Cox回归中，分类变量的PH假定检验

主要介绍了两种图示的方法来对分类变量进行PH假定的判定

2. SPSS详细教程：Cox回归中，连续变量的PH假定检验

对于连续变量，常常利用Schoenfeld残差法来帮助进行判断，本期内容介绍如何在SPSS中实现连续变量PH假定检验的Schoenfeld残差法。

3. SPSS详细教程：含时间依存协变量Cox回归模型（时依系数法）

如果协变量不满足PH假定时，应该怎么处理呢？本期内容介绍一种拓展的Cox回归模型方法--含时间依存协变量Cox回归模型。

拓展阅读：一文详解时依协变量，兼谈分层Cox回归

4. R教程：Cox回归中，不满足PH假定时该怎么处理？

从三个方面展开，力图一次性地解决PH假设的相关问题，首先介绍什么是PH假设，然后介绍PH假设的判断方法，最后介绍PH假设不满足时该如何处理。

5. Stata教程：Cox回归和比例风险(PH)假定的检验

这个视频讲解了Cox回归和比例风险(PH)假定的检验，均包括窗口菜单操作和代码操作。如果不满足PH假定，该怎么办呢？从视频中寻找思路吧。

扫码关注“医咖会”公众号，及时获取最新重磅研究