已阅读5页，还剩12页未读， 继续免费阅读
版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
含时依协变量的Cox风险模型的临床应用及其SPSS实现 刘竞2015 8 17 2020 2 4 1 时依协变量 Time dependentcovariates 时依协变量 T COV 观察期间取值会发生改变或效应会发生改变的协变量离散型 骨髓移植患者的移植状态 移植前为0 移植后为1 GVHD CMV感染等连续型 血压 血药浓度 病毒拷贝数等 2020 2 4 2 比例风险假定 PH假定 比例风险 RR 该比值与h0 t 无关 且在时间t上为常数 称为比例风险假定 即PH假定 即模型中协变量的效应不随时间t而改变 比例风险由此得名 Cox模型属比例风险模型组 其应用的前提是满足PH假定 2020 2 4 3 变量 PH假定 成立 不成立 Cox比例风险模型 Coxw Time DepCov 应用Cox进行生存分析的流程 2020 2 4 4 如何检验PH假定 1 分析 生存分析 Cox依时协变量 2020 2 4 5 2 将待检验变量X转化为时依协变量X ln t 即在模型中引入一个含时间与变量的交互作用项 然后检测该项的显著性 2020 2 4 6 3 选择 模型 设置时间和状态 协变量 进入 2020 2 4 7 4 分析结果 P 0 05不满足PH假定P 0 05满足PH假定 2020 2 4 8 2020 2 4 9 5 结论 四个变量均满足PH假定 即可以应用Cox比例风险模型进行生存分析 2020 2 4 10 Coxw Time DepCov的SPSS实现 寻找最佳分界点 建立分段Cox模型 以t 为分界点 假设t 时 风险为exp 1 为基准风险则t 时 风险相对增加exp 2 2020 2 4 11 1 寻找最佳分界点尝试法 选择最大对数偏似然对应的时间点为最佳分界点 2020 2 4 12 12 24 36 24是最佳分界点 2020 2 4 13 2 建立T COV 变量 通过含时依协变量Cox模型进行生存分析 2020 2 4 14 结果分析 24月之前 relapse回归系数为2 107 相对危险度RR exp 2 107 8 22324月之后 relapse的回归系数为2 107 1 765 0 342 RR exp 2 107 1 765 exp 0 342 1 408 回归系数 P值 RR exp B 2020 2 4 15 函数的算法 LN X X的自然对数 LN
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论