含时依协变量Cox风险模型临床应用及SPSS实现_第1页
含时依协变量Cox风险模型临床应用及SPSS实现_第2页
含时依协变量Cox风险模型临床应用及SPSS实现_第3页
含时依协变量Cox风险模型临床应用及SPSS实现_第4页
含时依协变量Cox风险模型临床应用及SPSS实现_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

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

1、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时依协变量 Time-dependent covariates（时依协变量，（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：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：连续型：血压、血药浓度、病毒拷贝数等比例风险假定（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假定变量P

2、H假定成立不成立Cox比例风险模型Cox w/Time-Dep Cov 应用Cox进行生存分析的流程如何检验PH假定？（1） 分析生存分析Cox 依时协变量（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（3） 选择“模型”设置时间和状态、协变量进入（4）分析结果P0.05 不不满足满足PH假定假定P0.05 满足满足PH假定假定（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Cox w/Time-Dep Cov 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）（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 =12 =24 =36 =24 是最佳分界点是最佳分界点（2）建立T_COV_变量，通过含时依协变量Cox模型进行生存分析 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回归系数回归系数P值值RR=exp（B)函数的算法 LN(X)

人人文库> 全部分类> 教育资料 > 课件下载

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。

最新文档

评论

0/150

提交评论