基本信息

---

下载

文档摘要

---

COX比例风险回归模型;一、基本概念回顾;死亡密度函数：简称为密度函数，用f(t)表示。代表所有观察对象在t时刻的瞬时死亡率

风险函数：即生存时间已达到t的一群观察对象在t时刻的瞬时死亡率，用h(t)表示。代表已存活到时间t的每个观察对象从t到t+Δt这一非常小的区间内死亡的概率极限，它与生存函数、死亡密度函数的关系为h(t)=f(t)/S(t)

;生存分析中的多因素分析方法;二、Cox比例风险回归模型的形式;回归系数βj0时，协变量的取值越大，风险函数h(t)的值越大，表示病人死亡的风险越大

回归系数βj=0时，表示协变量对风险函数h(t)没有影响

回归系数βj0时，协变量的取值越大，风险函数h(t)的值越小，表示病人死亡的风险越小;Cox模型的前提条件;检查某协变量是否满足PH假定，最简单的方法是观察按该变量分组的生存曲线，若生存曲线交叉，提示不满足PH假定

不满足PH假定时，可采用分层比例风险模型

;参数估计采用偏似然函数，根据最大似然法估计得到

对回归模型以及回归系数进行假设检验的方法包括似然比检验、计分检验、Wald检验

;生存率的估计;影响因素的筛选;四、个体预后指数;五、Cox模型的应用;六、Cox模型的注意事项;样本含量不宜过小，一般在40例以上，经验上的做法是样本含量为协变量的5~20倍

尽管可以分析截尾数据，但在观察时，要尽量避免观察对象的失访，过多的失访容易造成结果的偏倚

Cox模型对异常值较为敏感，所以在进行模型拟合时要注意拟合优度的检验

;谢谢聆听！