发帖
雷达卡
但是实际应用COX模型中通常并未对这一假设进行检验，导致模型的选择以及模型得结果可能存在一定偏差。
比例风险假设的检验方法包括：A．作图法，包括Kaplan-Meier 生存曲线图法，Schoenfeld残差图法，Martingale残差图法等；B．分析法，包括Schoenfeld残差的趋势检验法和引入时间依赖变量的COX模型检验法。
其中Schoenfeld残差为基于协变量的残差，而Martingale残差为累计危险率残差。由于原理不同，不同方法所得的统计量及P值均可能存在一定的差异。但是总体趋势基本保持一致。
如果协变量的比例风险假设不成立，则不能构建经典的COX模型。但是仍然可以利用COX模型的经典理论，构建非比例风险的COX模型，从而估计模型的参数。但在非比例风险COX模型下，对于违背比例风险假设的变量最终估计所得的HR不应再视为一个常数，而更多应解释为所有时间点下HR的加权平均值。
目前非比例风险COX模型的基本构建思想包括两种：A. 分层COX模型； B.时间依存变量的COX模型。
附件中提供了各种比例风险假设检验的STATA和SAS输出结果的比较。相关数据见附件中的STATA命令，SAS数据集则由STATA数据集转换得到。同时为了让大家更加明白比例风险假设的基本原理，附件中对COX模型的基本特征，参数估计的基本原理，COX模型可能存在的缺陷进行了简单的概括。希望对大家学习有帮助。
COX模型比例风险假设的检验及非比例风险模型介绍.pdf
(417.58 KB, 需要: 3 个论坛币)
推荐学习材料：
1、 Survival Analysis Using SAS A Practical Guide (2ed)
Survival Analysis Using SAS A Practical Guide (2ed).pdf
(4.45 MB, 需要: 1 个论坛币)
2、 Applied Survival Analysis (2ed)
Applied Survival Analysis (2ed).pdf
(3.27 MB, 需要: 1 个论坛币)
3、 Survival Analysis A Self-Learning Text (2ed)
Survival Analysis A Self-Learning Text (2ed).pdf
(3.19 MB, 需要: 1 个论坛币)
4、 Survival Analysis Techniques for Censored and Truncated Data (2ed)
Survival Analysis Techniques for Censored and Truncated Data (2ed).pdf
(2.46 MB)
5、 Statistical Methods for Survival Data Analysis (3ed)
京公网安备 11010802022788号
