生存分析和Cox回归中，生存曲线最后交叉，如何衡量治疗效果？
2017-05-12 MedSci MedSci原创
Cox回归是生存分析的常用工具，它有两大优势，一是可以给出衡量效果大小的效应指标HR（Hazard Ratio），另外就是可以同时调整多个变量，便于筛选危险因素或校正混杂。但是任何统计模型都要满足一定的前提假设才可以使用，否则可能得出错误的结论。对于Cox回归，它假定HR值不随时间变化，即我们所说的比例风险假定（Proportional Hazard Assumption）。HR随时间变化，意味着
Cox回归是生存分析的常用工具，它有两大优势，一是可以给出衡量效果大小的效应指标HR（Hazard Ratio），另外就是可以同时调整多个变量，便于筛选危险因素或校正混杂。但是任何统计模型都要满足一定的前提假设才可以使用，否则可能得出错误的结论。对于Cox回归，它假定HR值不随时间变化，即我们所说的比例风险假定（Proportional Hazard Assumption）。HR随时间变化，意味着治疗的效果在用药后的不同时间段不同。如果忽略PH假定，用Cox回归得到的HR值衡量治疗效果，首先会掩盖治疗效果的真实特性，另外HR的解释也会遇到困难。PH条件不满足的情况非常多见，例如图1所示研究[1]。我们可以看到，两条生存曲线最后交叉，这说明PH条件不成立。（关于判断PH条件是否成立的方法我们将在其他文章中介绍，需说明的是，曲线不交叉不代表PH条件一定成立）在进行Cox回归之前，应该先进行PH条件的检验。PH条件成立则计算HR衡量治疗效果。但如果检验结果显示PH不成立时该如何衡量治疗措施的效果呢？答案就是我们今天要介绍的限制性平均生存时间（Restricted Mean Survival
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#治疗效果#
54
提供了一种思路，可以用到以后的学习中。
70
看过了，谢谢分享。
81
没看明白，慢慢消化。
89
统计学学好了发文章是一大优势。
73
统计课程进一步更系统地学习
69
这个得具体看看情况来决定了
47