Cox回归中,等比例假定不满足,该怎么衡量治疗效果?
大仙儿

大仙儿

某药企统计师

擅长:药物临床试验、生存分析
已关注
关注
2018-03-01 来源:医咖会

Cox回归是生存分析的常用工具,它有两大优势,一是可以给出衡量效果大小的效应指标HR(Hazard Ratio),另外就是可以同时调整多个变量,便于筛选危险因素或校正混杂。但是任何统计模型都要满足一定的前提假设才可以使用,否则可能得出错误的结论。(Cox回归分析教程请点击:SPSS详细操作:生存资料的Cox回归分析

对于Cox回归,它假定HR值不随时间变化,即我们所说的比例风险假定(Proportional Hazard Assumption)。HR随时间变化,意味着治疗的效果在用药后的不同时间段不同。如果忽略PH假定,用Cox回归得到的HR值衡量治疗效果,首先会掩盖治疗效果的真实特性,另外HR的解释也会遇到困难。

PH条件不满足的情况非常多见,例如图1所示研究[1]。

我们可以看到,两条生存曲线最后交叉,这说明PH条件不成立。(关于判断PH条件是否成立的方法我们将在其他文章中介绍,需说明的是,曲线不交叉不代表PH条件一定成立)

在进行Cox回归之前,应该先进行PH条件的检验。PH条件成立则计算HR衡量治疗效果。但如果检验结果显示PH不成立时该如何衡量治疗措施的效果呢?答案就是我们今天要介绍的限制性平均生存时间(Restricted Mean Survival Times,RMST)

什么是RMST呢?相信大家都听说过ROC曲线下面积,RMST与之类似,它指的是生存曲线在某个时间段的曲线下面积,即平均的生存时间,平均生存时间越长则说明治疗效果越好。治疗组间的RMST之差可以衡量组间效果的相对大小(如图2)。

“限制性”则指的是只计算一定时间范围内的曲线下面积,因为大多数的研究随访时间都不会太长,研究结束时仍有部分患者没有发生结局,所以绘制的生存曲线并不完整,因此计算曲线下面积时一般要限定在某个特定的时间段范围内。

有问题
找小咖
公众号
统计咨询
扫一扫添加小咖个人微信,立即咨询统计分析服务!
数据库搭建
想提升科研效率和数据质量?扫码添加小E,立即咨询数据采集与管理相关产品和服务!查看详细>>
意见反馈