SPSS做Cox回归分析PH等比例风险假定如何判断？|数据小兵博客

COX回归在医学研究中备受欢迎，应该注意到，它的使用需要满足两个前提假定：

1）等比例风险(Proportional hazards)假定
2）比例风险的对数值与协变量之间的线性关系假定

其中PH等比例风险假定是必须要满足的，所谓等比例风险，即危险因素对生存的影响在任何时间都是相同的，不随时间的变化而变化。如果遇到不满足PH假定的，应当考虑使用依时协变量COX回归模型。

至少有3种可判断PH假定的方法，今天介绍的这个方法对于SPSS用户来说，无疑是最简单最高效的一个。

案例数据

收集到30例病人的生存时间、结局即可能影响因素，数据选自李晓松老师著《卫生统计学》第8版。数据变量如下。

研究目标变量包括生存结局和生存时间（以月为单位），可能的影响因素变量包括年龄、肿瘤分级（3水平）、肿瘤大小（2水平）、是否复发（2水平）4个，其中年龄为连续数据。

接下来，以肿瘤分级因素为例，讨论该因素下对生存的作用是否满足PH等比例风险假定。

本号建议直接在COX回归分析中，输出【负对数的对数】生存图来进行直观观察，即横坐标是时间的对数，纵坐标是生存函数的对数的对数。

基本判断方法：如果上图的生存曲线大致平行，那么COX回归的PH条件成立，曲线不是平行的而有交叉现象，则PH条件不成立。

对SPSS做Cox回归操作不熟悉的，请先阅读下面这篇文章：

依次点击菜单【分析】→【生存分析】→【Cox回归】，打开主对话框。

1）生存时间和生存状态移入对应的变量框内，然后点开【定义事件】，关于生存数据的研究，我们必须唯一定义事件的结局，本例生存事件是“死亡”，它的数字编码是数字1，所以填入数字1即可。

2）将可能的因素统一移入协变量框内，方法选择【向前LR】或【输入】，可根据自己的研究来选定。

3）打开【图】按钮，勾选【生存分析】。

4）一定要点击【负对数的对数】生存曲线图，它是我们此次案例实践的目标，要用于PH假定判断的。

5）重点考察的因素移入【针对下列各项绘制单独的线条】，主要是为了看不同组生存率的区别。

其他参数设定，可参考《SPSS统计实践：Cox比例风险模型回归分析》一文。本例主要是要输出不同组间的【负对数的对数】生存曲线图。

其他结果的解读参考《SPSS统计实践：Cox比例风险模型回归分析》一文，现在我们直接来看不同组间的【负对数的对数】生存曲线图。

大家来看上图，所有研究数据按肿瘤分级被分为3组，给出3条生存曲线，这3条生存曲线大致平行，考察的因素对生存风险的作用在不同时间点变化的比例基本一致，3个组（或3条曲线）的生存风险等比例变化，这个风险比例不随时间变化而变化，那么COX回归的PH条件成立。

提示通过了基本假定条件，该研究数据使用Cox回归模型是合适的。

本文完
文/图=数据小兵
参考资料：参考自小白学统计公号

数据小兵坚持写博客已经12年

坚持写微信公号文章6年

坚持更新SPSS视频课程2年

坚持一对一答疑讨论2年
绝对超值：一对一答疑

欢迎加入SPSS视频课程

竭诚服务

视频地址：

本文地址：http://www.datasoldier.net/archives/2526
版权声明：本文为原创文章，版权归数据小兵所有，欢迎分享本文，转载请保留出处！