限制性立方样条在Cox比例风险回归模型中的应用

限制性立方样条Cox比例风险回归模型分析是流行病学多因素生存分析的重要方法。本研究通过对典型Cox比例风险回归模型和限制性立方样条Cox比例风险回归模型比较,阐述了典型Cox比例风险回归模型的局限性,以及限制性立方样条Cox比例风险回归模型基本原理与实现过程。在随访数据不满足典型Cox比例风险回归模型应用条件时,可采用该方法实现连续性暴露与结局之间的关联分析。     

利用三次样条函数考察Cox模型比例风险假定

目的 介绍一种检查Cox模型比例风险假定的假设检验方法。方法 利用时间的三次样条函数评价Cox比例风险回归模型中的时协变量交互作用项。结果 该法灵活有效，并且提供LHRF的点估计和区间估计。结论 三次样条回归作为一种检验方法，可与其他检验方法或图法结合使用，以考察Cox模型比例风险假定。     

鞅残差在Cox回归模型诊断中的应用

目的：探讨Cox模型中某给定连续变量对生存效应的最佳函数形式。方法：不含该变量的Cox模型下的鞅残差对该协变量作图可揭示该变量在全模型中的函数形式。结果：实例分析表明,Loess平滑鞅残差图可用于Cox模型中协变量函数形式的确定。结论：建议分析者把鞅残差图纳入Cox模型分析中,对协变量的生存效应作出正确估计。     

限制性立方样条在非线性回归中的应用研究

目的探讨限制性立方样条在自变量和应变量非线性相关时的应用。方法应用限制性立方样条分析泰坦尼克号乘客生存数据,通过LOWESS平滑曲线和AIC值比较限制性立方样条和分段亚元回归的分析效果。结果限制性立方样条结合logistic回归可以较好地拟合自变量和应变量的非线性关系,并能发现重要的关键点。结论限制性立方样条在非线性影响因素分析,特别是剂量效应分析中有比较好的应用前景。     

Poisson和Cox回归模型在队列随访资料分析中的应用和对比

Ｐｏｉｓｓｏｎ与Ｃｏｘ回归模型是流行病学队列随访资料分析中常用的两类多变量分析方法。本文对有关这两类多变量回归模型的统计方法等问题进行了系统的回顾（相乘模型），并用一个实例的结果来说明两者的应用。从本文的结果和讨论来看，Ｐｏｉｓｓｏｎ和Ｃｏｘ回归模型均适合于队列随访资料的分析，但两者各有一些优势和不足。最后，笔者就目前两者的应用情况和相互比较提出了一些看法。此外，还讨论了其它形式的回归模型（相加模型）及在回归模型中如何引入外部对照率等。     

基于三次样条Cox回归的剂量-反应关系分析

目的 将Cox回归应用于剂量-反应关系分析.方法 采用限制/自然三次样条Cox回归考察主效应变量与结局间的剂量-反应关系或二者是否有线性趋势.结果 三次样条Cox回归分析结果可提供线性趋势检验的P值,以及风险比随定量变量变化的曲线图(包括置信域).结论 限制性三次样条Cox回归能利用现行统计软件如SAS拟合,是剂量-反应关系的有效分析方法.     

队列研究资料分析中Cox比例风险回归模型的时间尺度选择和应用

Cox比例风险回归模型（Cox模型）是时间-事件数据分析中常用的多因素分析方法,拟合Cox模型时一个关键问题是如何选择合适的与结局事件发生相关的时间尺度。目前国内开展的队列研究在资料分析中较少关注Cox模型的时间尺度选择问题。本研究对文献报道中常见的几种时间尺度选择策略进行简要介绍和比较;并利用上海女性健康队列资料,以中心性肥胖与肝癌发病风险的关联为例,说明选择不同时间尺度的Cox模型对数据分析结果的影响;在此基础上提出几点Cox模型时间尺度选择上的建议,以期为队列研究资料的分析提供参考。     

区间截尾Cox比例风险模型在健康教育中的应用

目的 介绍区间截尾型Cox比例风险模型及其在健康教育中的应用.方法 采用区间截尾型Cox比例风险模型评价健康教育对降低HIV转阳的作用.结果 接受健康教育对象HIV阳性的危险比未接受的降低了41.6%.结论 区间截尾型Cox比例风险模型在健康教育研究中是可行的.     

Logistic和Cox回归模型在定群研究资料分析中的应用和对比

Ｌｏｇｉｓｔｉｃ和Ｃｏｘ回归模型在定群研究资料分析中的应用和对比项永兵，高玉堂，金凡Ｌｏｇｉｓｔｉｃ回归模型在流行病学研究资料分析中的应用众所周知￣［１，２］。Ｃｏｘ回归模型的应用也日益广泛，尤其在队列随访资料分析方面￣［３～１０］。因而，两者在定群...     

中学生近视发病影响因素Cox回归分析

近视是中学生的常见病和多发病。其患病率居中学生常见病的首位,对于近视的影响因素,国内外学者用多种方法进行了研究．如双生子研究、Logistic回归分析等,但用Cox比例风险模型的研究尚未见报道,该文尝试应用这一方法对近视发病的影响因素进行分析,为近视的防治提供依据。     

新发涂阳肺结核病人延误诊断影响因素分析

目的 探讨涂阳肺结核病人延误诊断治疗的影响因素,为早期控制传染源提供科学依据。方法 以2007年4～10月就诊于湖南省郴州市北湖区、桂阳、宜章、永兴、安仁5县(区)结防机构新发涂阳肺结核患者为研究对象,利用调查表收集相关资料,应用COX比例风险模型进行延误诊断治疗的影响因素分析。结果 患者延误、确诊延误、治疗延误、医疗机构延误及总延误时间中位数分别21,29,3,16,62d。患者延误的独立危险因素为不知晓结核病相关知识和首次症状有非肺结核主要症状;确诊延误的独立危险因素为首次就诊未进行痰涂片、X线电子计算机断层扫描(CT)和摄胸片检查;治疗延误的独立危险因素为农村户籍和首次就诊未进行痰涂片检查。医疗机构延误的独立危险因素为首次检查未进行痰涂片、摄胸片和CT检查、首诊医疗机构在村级或乡级医疗机构及首次无咯血症状;总延误的独立危险因素为男性、首次检查未进行胸透或CT检查。结论 患者延误诊断、治疗与患者肺结核知识、户口所在地、首诊时间、未进行痰涂片和X线检查有关。     

山东省2017-2021年HIV感染者艾滋病相关死亡的影响因素分析

目的 分析山东省HIV感染者艾滋病相关死亡的影响因素,为降低死亡风险及延长生存时间提供参考。方法 研究对象为2017-2021年山东省HIV感染者,采用Cox比例风险回归模型分析艾滋病相关死亡及确证1年内死亡的影响因素。结果 2017-2021年山东省报告的14 700例HIV感染者中,发生艾滋病相关死亡351例,占2.4%（351/14 700）。多因素Cox比例风险回归模型分析结果显示,HIV感染者艾滋病相关死亡的危险因素包括文化程度为初、高中/中专（aHR=1.37,95%CI：1.01~1.84）、样本来源自医疗机构（aHR=1.61,95%CI：1.22~2.12）、病程为艾滋病期（aHR=9.86,95%CI：6.86~14.19）、未检测基线CD4⁺T淋巴细胞（CD4）（aHR=3.93,95%CI：2.69~5.75）、抗病毒治疗（ART）时间<6个月（aHR=3.46,95%CI：2.42~4.93）和未ART（aHR=1.45,95%CI：1.02~2.07）、末次CD4<200个/μl（aHR=3.51,95%CI：2.18~5.65）和末次CD4未检测（aHR=10.58,95%CI：6.15~18.19）、末次病毒载量（VL）值为50~999拷贝数/ml、≥1 000拷贝数/ml和未检测（aHR=2.59,95%CI：1.07~6.26;aHR=9.50,95%CI：5.60~16.12;aHR=15.33,95%CI：8.91~26.36）;HIV感染者确证1年内发生艾滋病相关死亡风险较高的因素包括样本来源自医疗机构（aHR=1.68,95%CI：1.19~2.36）、病程为艾滋病期（aHR=10.60,95%CI：7.13~15.75）、基线CD4未检测（aHR=3.71,95%CI：2.34~5.90）、ART时间<6个月（aHR=4.30,95%CI：2.85~6.49）和未ART（aHR=2.05,95%CI：1.35~3.13）、末次CD4<200个/μl（aHR=5.45,95%CI：2.04~14.60）和末次CD4未检测（aHR=20.95,95%CI：7.69~57.04）、末次VL值为50~999、≥1 000拷贝数/ml和未检测（aHR=15.21,95%CI：2.54~91.21;aHR=42.93,95%CI：9.64~191.20;aHR=61.35,95%CI：13.85~271.77）。结论 扩大检测覆盖面,促进早发现和早治疗,加强对HIV感染者的定期随访和检测,掌握病程进展并进行精准管理和治疗,对降低HIV感染者病死率和延长生存时间有重要作用。     

手术类单病种费用影响因素的Cox回归分析

目的为了控制日益增长的医疗费用,通过Cox回归分析找出影响单病种费用的主要因素,为制定有针对性的费用控制政策提供参考依据。方法对3768例手术类单病种病人费用的影响因素进行Cox回归分析。结果提示手术类单病种发生高费用与病人性别、年龄、手术方式、麻醉方式、麻醉检测时间、药占比、病人付款方式密切相关。结论通过COX回归分析,明确了手术类单病种费用的主要影响因素,提出严格筛选病种、结合合理的临床路径和合理的花费开展费用控制工作。     

Analyzing Data in Which the Outcome is Time to an Event Part II: The Presence of Multiple Covariates

Abstract

In this article, the second of a series on the analysis of time to event data, we address the case in which multiple predictors (covariates) that may influence the time to an event are taken into account. The hazard function is introduced, and is given in a form useful for assessing the impact of multiple covariates on time to an event. Methods for the assessment of model fitting are also discussed and an example with cancer survival as outcome with the presence or absence of multiple genes as covariates is presented.     

Bootstrap investigation of the stability of a Cox regression model

We describe a bootstrap investigation of the stability of a Cox proportional hazards regression model resulting from the analysis of a clinical trial of azathioprine versus placebo in patients with primary biliary cirrhosis. We have considered stability to refer both to the choice of variables included in the model and, more importantly, to the predictive ability of the model. In stepwise Cox regression analyses of 100 bootstrap samples using 17 candidate variables, the most frequently selected variables were those selected in the original analysis, and no other important variable was identified. Thus there was no reason to doubt the model obtained in the original analysis. For each patient in the trial, bootstrap confidence intervals were constructed for the estimated probability of surviving two years. It is shown graphically that these intervals are markedly wider than those obtained from the original model.     

浮动绝对危险:一种用于估计多水平影响因素可信区间的方法

估计多水平影响因素的相对危险,以便消除人为选择对照组造成的偏倚.通过浮动绝对危险方法 比较多水平影响因素任意两水平间RR值及其95%CI.文中通过英国国家对照研究小组的实例分析,利用浮动绝对危险方法 可以得到多水平危险因素各水平间的RR值及其95%CI.该方法 可以消除人为选择对照组的偏倚,以便无偏的比较多水平影响因素任意两水平RR值的95%CI,该方法 在流行病学研究中具有推广价值.