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。