Skip to content
返回搜索结果

Cox比例风险模型 — 针对事件发生时间数据的回归模型

提出者
Sir David Roxbee Cox
年份
1972
类型
Semi-parametric regression model
类别
Clinical / epidemiology

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

Cox比例风险模型是一种半参数回归方法,用于估计一个或多个协变量对风险(即死亡、复发或失败等事件的瞬时发生率)的影响,同时不对基线风险函数的形状做任何假设。该模型由David Cox于1972年提出,是临床和流行病学研究中多变量生存分析的主要工具。

方法背后的直觉

假设您想了解年龄和治疗类型是否共同影响患者达到缓解的速度。Cox模型可以在不要求您指定潜在风险随时间是上升、下降还是保持不变的情况下回答这个问题。它的工作原理是根据事件发生的时间进行排序,并估计哪些协变量模式与较早的事件相关联。“比例风险”假设意味着,具有不同协变量值的两个个体之间的风险比率随时间保持不变——如果一个接受治疗的患者在第3个月康复的可能性是其他患者的两倍,那么在第12个月,他们康复的可能性仍然是两倍。每个协变量都会产生一个风险比:HR为1.5意味着该协变量每增加一个单位,瞬时事件发生率增加50%。

历史学

David Cox于1972年在《皇家统计学会杂志B辑》上发表了一篇里程碑式的论文,提出了比例风险模型。该模型具有革命性意义,因为它允许在生存分析中进行协变量调整,而无需指定基线风险分布。Cox引入了偏似然概念——他在1975年的后续研究中对其进行了更完整的形式化——使得仅凭事件顺序即可进行估计。这篇论文成为所有统计学领域被引用最多的论文之一,并为Cox赢得了爵位。此后,包括时变协变量、分层基线和脆弱性(随机效应)项在内的扩展使得该框架适用于聚类、复发事件和竞争风险情境。

何时使用

当您的结果是事件发生时间、存在审查(并非所有参与者都经历事件)且需要调整协变量时,请使用Cox模型。它是队列研究、临床试验和具有生存终点的注册分析的默认多变量方法。当所有协变量的比例风险假设都严重违反时,请勿使用它——此时应考虑加速失效时间模型或灵活的参数替代方案。当事件相对于协变量数量非常稀少时(每个预测变量少于10个事件是公认的不稳定性经验法则),请避免使用它。对于没有协变量的单一暴露,Kaplan-Meier曲线结合对数秩检验更简单且足够。

局限与注意事项

  • 比例风险假设必须成立——如果风险比随时间变化,则估计值会被平均,并可能产生误导。
  • 在不额外估计基线风险的情况下,无法产生绝对生存时间预测。
  • 当事件相对于协变量稀疏时,性能会下降;每个预测变量少于10个事件时,过拟合风险增加。
  • 审查必须是非信息性的;如果患者因病情恶化而退出,估计值将存在偏差。

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 无需对基线风险的形状做任何假设,使其在各种生存时间分布中都具有鲁棒性。
  • 自然处理右删失数据,这在临床随访数据中普遍存在。
  • 产生可解释的风险比,量化每个协变量对瞬时事件发生率的相对影响。
  • 易于扩展到分层分析、时变协变量和聚类数据(脆弱性模型)。
  • 在所有主要统计软件(R、Stata、SAS、SPSS)中广泛实现,并具有完善的诊断工具。

应用

  • 评估随机临床试验中治疗分配对总生存期或无进展生存期的影响。
  • 在癌症登记和医院队列研究中识别疾病复发或死亡的预后因素。
  • 在职业流行病学中,建模职业暴露与慢性病发病时间之间的关联。
  • 在卫生服务研究中,调整年龄、合并症和出院状态后,建模再次入院的时间。
  • 在生物医学工程研究中,调整患者层面风险因素后,评估设备或植入物的失效率。

使用方式

使用方式

1

在建模之前,使用Schoenfeld残差图或正式检验(标度残差与时间的关联性)验证每个协变量的比例风险假设。同时检查协变量分层中接近零的事件发生率、随访时间中的极端异常值以及审查机制的充分性——为了有效的推断,审查必须是非信息性的。

2

将风险函数写为 h(t|X) = h_0(t) * exp(b_1*X_1 + ... + b_p*X_p),其中 h_0(t) 是未指定的基线风险,b_i 是待估计的对数风险系数。根据主题理论或现有文献选择协变量,而非仅仅基于单变量p值;无论显著性如何,都应包含已知的混杂因素。

公式
h(t|X) = h_0(t) * exp(b_1*X_1 + ... + b_p*X_p)
3

系数通过最大化偏似然函数来估计,该函数以观察到的事件顺序为条件并消除了基线风险。由于基线风险被消除,因此不需要对生存时间进行任何分布假设——故称“半参数”。该方法通过Breslow或Efron近似处理绑定的事件时间。

4

使用对数似然比检验、Wald检验和得分检验评估模型的整体显著性。使用dfbeta残差检查单个协变量的影响,并使用鞅残差评估连续预测变量的线性。如果某个协变量的比例风险假设被违反,请考虑按该变量进行分层或添加时间交互项。

5

将每个系数指数化以获得风险比:HR = exp(b_i)。HR > 1表示事件发生率较高(生存期较短);HR < 1表示事件发生率较低(生存期较长)。报告HR时应附带95%置信区间和双侧p值。HR代表瞬时相对发生率,而非风险比——务必向非专业听众清楚地传达这一区别。

公式
HR = exp(b_i)

常见陷阱

  • 忽略比例风险假设——未能检验和报告Schoenfeld残差会导致未被发现的违反,从而扭曲整个随访期间的风险比估计。
  • 将风险比视为风险比——HR是瞬时发生率比,而非累积风险比;将其过度解读为绝对风险语言会误导临床受众。
  • 协变量过多导致过拟合——在不考虑事件与变量比率的情况下纳入所有候选变量会增加I型错误并产生不可靠的置信区间。
  • 忽略绑定的事件时间——默认的Breslow近似对于少量绑定是足够的,但大量绑定需要Efron近似或精确方法。

常见问题

什么是比例风险假设,我该如何检验它?

该假设指出,任意两个协变量模式之间的风险比随时间保持不变。通过绘制每个协变量的标度Schoenfeld残差与时间的关系图来检验它——一条平坦的线表明假设成立。R语言survival包中的cox.zph()函数提供了绘图和正式的相关性检验;显著的p值表示存在违反,应通过分层或时间交互项来解决。

我何时应该优先选择参数生存模型而非Cox模型?

如果主题知识强烈支持生存时间的特定分布(例如,设备故障的Weibull分布),则完全参数模型更有效,并能直接预测中位或平均生存时间。当您对风险形状不确定,或者模型鲁棒性比参数效率更重要时(这在临床研究中大部分时间都是如此),Cox模型更可取。

我可以使用Cox模型处理时变协变量吗?

是的。Cox模型的计数过程公式可以处理在随访期间值发生变化的协变量(例如,更新的实验室值、治疗转换)。数据集必须重构为每个观察窗口的开始-停止区间格式。这在R(survival包)、Stata和SAS中都得到了充分支持。

我需要多少个事件?

一个广泛使用的经验法则是模型中每个预测变量(EPV)至少有10个事件。低于此阈值,系数估计变得不稳定,置信区间变宽,模型可能无法可靠收敛。对于具有许多候选协变量的模型,当EPV较低时,惩罚回归(岭回归、LASSO)或正式收缩方法可以提高稳定性。

Cox模型与竞争风险分析有什么区别?

当只可能发生一种类型的事件时,适用标准Cox模型。当受试者可能经历几种相互排斥的事件之一时(例如,癌症特异性死亡与死于其他原因),就会出现竞争风险。在这种情况下,特定原因Cox模型或Fine-Gray亚分布风险模型是合适的;单独对感兴趣事件使用标准Cox模型会高估特定原因的累积发生率。

相关方法

参考文献

  1. Cox, D. R. (1972). Regression models and life-tables. Journal of the Royal Statistical Society: Series B (Methodological), 34(2), 187–202.

    打开 DOI 文献
    已复制。
  2. Collett, D. (2015). Modelling Survival Data in Medical Research (3rd ed.). CRC Press.

    ISBN:978-1439856789
    已复制。