英国统计学家D.R.Cox于1972年提出的比例风险回归模型（Proportional hazard regression model），简称Cox回归模型，有效地解决了对于生存资料进行多因素分析的问题。

但是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。

PH假定的基本假设为：协变量对生存率的影响不随时间的改变而改变，即风险比值h(t)/h0(t)为固定值。而在实际进行生存分析的过程中，有些自变量对风险函数（事件发生概率）的影响会随时间的变化而变化，因此在构建Cox回归模型之前，必须对PH假定进行判定，只有PH假定得到满足时，Cox回归模型的结果才有意义。

然而对于PH假定的判定往往被研究人员所忽略，而且分类变量和连续变量的判定方法也有所不同。本期内容小咖就带大家学习一下，对于分类变量，如何利用SPSS软件，简单快速的对PH假定进行判断。

案例数据

数据库变量：

1、结局变量stroke：即是否发生脑卒中，1代表发生结局，0代表未发生结局

2、分组变量treatment：即2种不同的治疗方法，取值分别为1和2

3、时间变量time：单位“月”

4、协变量age：单位“岁”

我们将对treatment（分类变量）这个变量进行PH假定的判定。

一、Kaplan-Meier生存曲线法

对于分类变量，检验是否满足PH假定，最常用的方法就是Kaplan-Meier生存曲线法，通过观察生存曲线是否存在交叉来进行判断。如果分类变量每一组别的Kaplan-Meier生存曲线存在交叉，提示可能不满足PH假定。但是这里需要注意的是，曲线不交叉并不代表PH假定就一定成立，仅作为检验PH假定的一个初步判断。