콕스(비례적 위험)회귀분석

메뉴 위치:Analysis_Survival_Cox 회귀분석 등을 다룬다.

이 함수는 하나 이상의 예측 변수에서 생존 시간(시간 대 이벤트)결과에 대한 Cox 의 비례 위험 모델에 적합합니다.

콕스 회귀분석(또는 비례한 위험을 회귀분석)방법을 조사하는 효과의 여러 가지 변수에 따라 시간이 지정된 이벤트를 발생. 죽음과 같은 결과의 맥락에서 이것은 생존 분석을위한 콕스 회귀로 알려져 있습니다., 방법은 어떤 특별한”서바이벌 모델은”하지만 진정으로 비모수 않기 때문에 그 가정의 효과를 예측변수에 따라 생존은 시간이 지남에 따라 지속적으며 첨가제 중 하나에서 규모입니다. 통계학자의지도없이 콕스 회귀를 사용해서는 안됩니다.

서 제공하는 가정의 콕스 회귀분석을 충족,이 기능을 제공할 것입니다 더 나은 예상의 생존확률과 누적 위험보다는 사람들에 의해 제공됩 Kaplan-Meier 기능입니다.,

위험과 위험 비율

누적 위험에 시간 t 은 죽음의 위험 간의 시간 0 시간 t 며,생존자의 기능에서 시간 t 의 확률은 생존하는 시간 t(참조 Kaplan-Meier 추정).

에서는 계수를 Cox 회귀분석에 관련 위험;긍정적인 계수를 나타냅 더 예고 부정적인 계수를 나타내의 보호 효과 변수는 그것이 연결되어 있습니다.,

위험 비율과 연결된 예측변수로 주어진 지수의 계수,이은 주어진으로 신뢰 구간에서”계수 세부 사항”옵션에 StatsDirect. 위험 비율은 상대 사망률로 생각할 수도 있습니다,Armitage and Berry(1994)참조. 의 해석은 위험 비율에 따라 달라집 측정 규모를 예측변수의 질문에서 참조하십시오 Sahai 및 Kurshid(1996)에 대한 추가 정보에 상대적인 위험의 위험을 안고 있다.,

시간에 의존하는 고정 관심

예비 연구에서 개인은 다음을 통해 시간,값의 관심을 변경할 수 있습니다. 따라서 공변량은 고정 및 시간에 따라 나눌 수 있습니다. 공변량은 두 개의 다른 피험자에 대한 그 값의 차이가 시간에 따라 변하는 경우 시간 의존적이다;예:혈청 콜레스테롤. 공변량은 그 값이 시간에 따라 변할 수없는 경우 고정됩니다(예:성별 또는 인종). 혈압과 같은 생활 습관 요인 및 생리 학적 측정은 일반적으로 시간에 따라 다릅니다., 누적 노출 등과 같은 흡연은 또한 시간에 의존하지만 종종이 강제로 부정확한 이분법,즉,”exposed”vs”지-노출하”대신에 더 의미 있는”시간의 노출”. 시간 종속 공변량 처리에 대한 어렵고 빠른 규칙은 없습니다. 을 사용하려는 경우에는 콕스 회귀신의 도움을 받아야한 통계학자,바람직하게는 설계 단계에서의 조사를 받고있다.

모델의 분석과 일탈

의 테스트는 전반적인 통계적 유의성은 모델에 따라 부여된”모델의 분석”옵션을 선택합니다., 여기에 가능성 chi-square 통계량 계산 비교하여 일탈(-2*로그인 가능)모델의,모두의 관심 지정한 모델에 대한 모든 관심 삭제됩니다. 개인의 기여하는 공변량 모델을 평가할 수 있습니다에서 의미가 테스트는 주어진 각계수에서 주요 출력이는 합리적으로 큰 샘플 크기입니다.

편차는 최대 우도(Hosmer and Lemeshow,1989 및 1999;Cox and Snell,1989;Pregibon,1981)에 의해 장착 된 모델에 대한 우도 비율의 로그의 두 배를 뺀 값입니다., 의 값을 추가 매개 변수를 콕스 모델에 의해 테스트를 빼 일탈의 모델을 새로운 매개 변수에서 일탈의 모델없이 새로운 매개 변수를 차이점은 다음에 대해 테스트 chi-square 분포와 자유도 동일한 차이가 자유도의 오래되고 새로운 모델입니다. 모델 분석 옵션을 테스트하는 모델은 당신이 지정 모델에 대해 하나의 매개 변수 차단;이 테스트를 결합된 값을 지정된 예언자/공변량에서는 모델입니다.,

일부 통계 패키지를 제공하면 단계별 콕스 회귀분석을 수행하는 체계적 테스트를 위해 다른 조합의 예측변수/공변량. 자동적인 모델과 같은 절차로 이러한 오해의 소지가 있을 수 있습으로 그들을 고려하지 않는 실제 세계의 중요성을 각 예언자,이러한 이유로 StatsDirect 포함되지 않은 단계적으로 선택합니다.

생존과 누적 위험 요금

생존/생존자수 및 누적 위험성 기능(으로 논의에서 Kaplan-Meier)계산되준(의 가장 낮은 값의 공변량)각 시점에서., Cox 회귀 분석은 Cox 모델의 가정이 충족되고 모델의 적합성이 강할 때 Kaplan-Meier 방법보다 이러한 함수의 더 나은 추정치를 제공합니다.

할 수 있는 옵션이 제공하는’센터는 지속적인 관심’–이것은 생존 및 위험 기능에 상대적 의미의 지속적인 변수는 오히려 상대적을 최소는 일반적으로 가장 의미 있는 비교입니다.

이 있는 경우 이진/이 예언자 모델에서 당신은 옵션이 제공하여 계산하는 생존과 누적 위험에 대한 각 변수에 따로 있습니다.,

데이터 준비

• 시간 대 이벤트(예:재판에서 피험자가 생존 한 시간).
• 이벤트/adduser 코드 이야 합≥1(행사(s)일)또는 0(no event 의 끝에서 공부,즉”권리 검열”).
• 지층-예를 들어 다중 센터 재판을위한 센터 코드. 지층의 선택에주의하십시오;통계 학자의 조언을 구하십시오.
• 예측-이들은 또한 언급하는 공변량으로,수있는 변수의 수는 생각 이벤트와 관련된 연구에서. 예측 변수가 두 개 이상의 클래스가있는 분류 자 변수 인 경우(즉, 서수 또는 공칭)그런 다음 먼저 더미 변수 함수를 사용하여 일련의 이진 클래스로 변환해야합니다.

기술적 유효성 검사

StatsDirect 을 최적화하는 로그는 가능성과 관련된 콕스 회귀분석 모델을 때까지 변경에 로그 우도 함께 반복보다 적은 정확도는 당신이에서 지정하는 대화상자가 표시되기 전에 계산을 취소(무법,1982;Kalbfleisch 및 Prentice,1980;해리스,1991;콕스 및 오크스,1984;르,1997;Hosmer 및 Lemeshow,1999).,

계산 옵션 대화 상자의 설정 값을(기본값은 10000)”에 대한 비율을 나누는”;이것은 비율에 비례에서 일정한 시간 t 는 StatsDirect 분할의 데이터로 더 많은 지층 및 계산 확장 가능성 솔루션을 참조하십시오 브라이슨과 존슨,(1981).

넥타이는 Breslow 의 근사(Breslow,1974)에 의해 처리됩니다.

Cox-Snell 잔차는 Cox 와 Oakes(1984)에 의해 지정된대로 계산됩니다. Cox-Snell,Martingale 및 deviance 잔차는 Collett(1994)에 의해 지정된대로 계산됩니다.,

기준선 생존율과 누적 위험율은 각 시간에 계산됩니다. 관찰 된 시간에 둘 이상의 사망/사건이있을 때 반복적 인 최대 우도 방법이 사용됩니다(Kalbfleisch and Prentice,1973). 다른 소프트웨어는 이러한 기능에 대해 덜 정확한 Breslow 추정치를 사용할 수 있습니다.그 결과,그 결과,그 결과는 다음과 같습니다.

테스트 통합(생존이트 단계 그룹,시간,검열).

다음 데이터는 확산 성 조직 구 림프종 환자의 재판에 진입 한 후 며칠 동안의 생존을 나타냅니다., III 기와 iv 기 질환을 가진 두 명의 다른 환자 그룹이 비교됩니다.,2ee13″>