教你三招:Cox回归比例风险(PH)假定的检验
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
2018-02-28 来源:医咖会

Cox回归是生存分析中的常用方法,其假定Hazard Ratio(HR)不随时间变化,即满足比例风险假定(Proportional Hazards Assumption, PH假定)。在进行Cox回归前需要对该假定进行检验,本文介绍三种方法。

1、-ln(-ln(survival)) 图法

判断标准:如果待评价的变量分成的亚组曲线平行,说明满足PH假定。

2、预测生存概率图法

判断标准:利用拟合的Cox回归方程生成概率曲线,该曲线假定PH成立,然后与实际得到KM曲线做比较,如果两条曲线基本重合说明PH假定成立。

3、统计检验法

判断标准:该法将给出统计学检验的P值,通过P值判断。

下面通过里一个例子展示如何利用Stata软件进行操作。示例数据来自于一个真实的白血病研究(Garrett 1997),包含42例患者,其变量意义如下:

表1. 示例变量及赋值

我们假定变量Treatment1是满足PH假定的。首先需要在Stata中定义数据结构为生存数据结果,然后再进行后续的分析。方法如下:

1. 依次点击:Statistics—Survival analysis—Setup and utilities—Declare data to be survival-time data(图1),会出现相应窗口(图2)。

图1

2. 将代表时间的变量week选入Time variable框内,代表结局事件的变量relapse选入Failure variable框内,“1”代表发生事件,填入Failure values框内。

图2

3. 点击OK。

定义好数据后,接下来介绍如何用三种方法进行检验。

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