竞争风险下Fine-Gray模型与Cox模型的比较与评价

在生存分析中经常会遇到存在竞争风险的情形,在存在竞争风险情形下,比较Cox模型与Fine-Gray模型估计的分析效果。本文介绍了在存在竞争风险情形下的Fine-Gray模型,举例说明了Fine-Gray模型风险集的定义以及权重计算方法,并利用Cox模型与Fine-Gray模型对实际存在竞争风险的数据集进行了实例分析,结果表明,Fine-Gray模型与Cox模型分析结果不同,尤其是Cox模型会高估事件的累计发生率。因此,在生存分析中存在竞争风险时,选择Fine-Gray模型进行建模是更适合的。

COX模型对肝癌预后因素的分析

用 COX 模型,回顾性计量分析621例用导管灌注栓塞治疗的不能切除的晚期肝癌患者的预后因素。结果显示最有意义的预后因素是肿瘤大小和门静脉癌栓。1,3,5年总生存率为62.23%,12.85%和7.45%。中位存活时间为16.23月。论文结果提示对晚期肝癌最有效的治疗是栓塞治疗。有关预后因素的知识有益于患者选择治疗。

化疗所致粒细胞缺乏症患者医院感染危险因素的多因素Cox模型分析

目的 预测化疗所致粒细胞缺乏症患者医院感染发生的危险因素。方法 对 345例因化疗所致粒细胞缺乏症患者医院感染进行回顾性调查 ,用多因素 Cox模型分析 16个可能对医院感染产生影响的危险因素。结果 年龄、粒细胞缺乏程度、低粒细胞持续时间、化疗周期和预防使用粒细胞集落刺激因子 (CSF)对医院感染的发生有显著意义 (P<0 .0 5 )。结论 对高危患者应采取积极有效的预防措施 。

住院日大于30天危险因素的分层Cox模型分析

目的建立患者住院时间的危险因素模型,为医院控制患者住院时间,缩短平均住院日提供科学依据。方法选择福建医科大学附属第一医院2012年10-12月住院患者为研究对象,研究采用1:1配对的病例对照方法。病例组为住院时间>30天的患者,对照组患者与病例组同期入院,性别相同、年龄相近(±5岁)、入院诊断相同或相近,住院时间≤30天。采用分层Cox模型分析影响患者住院日的独立危险因素。结果病例组和对照组均为211例,两组患者人口学特征上具有可比性。医院感染、住院期间有转科、发生并发症、中心静脉置管、使用抗生素、住院次数≥2次均是影响患者住院时间的独立危险因素。结论为降低住院时间,患者住院期间应积极控制医院感染和并发症,合理使用抗生素,严格转科条件等,同时促使某些不可控因素向可控因素转化。

不同删失比例下AFT模型与Cox模型表现比较的模拟研究

目的评价当生存数据出现不同删失比例的条件下,AFT模型和Cox模型的表现优劣。方法采用自编SAS宏程序模拟不同参数设置、不同比例均匀删失的Weibull分布,分别采用AFT模型和Cox模型对模拟产生的数据进行拟合,并从偏倚、准确性和覆盖程度三个指标对两个模型的表现进行评价。结果在分布参数和自变量效应值固定的情况下,AFT模型在参数估计偏倚和准确性两方面的表现却始终优于Cox模型。删失比例越大,AFT模型的表现相对而言越优异。而在覆盖程度方面,对于相同参数设置及删失比例的模拟数据,两个模型的表现相似。结论 AFT模型的总体表现优于Cox模型,当删失生存数据同时满足两类模型的应用条件时,应该优先选择偏倚更小、准确性更高的AFT模型进行分析。

Cox模型在肿瘤预后因素分析中的应用

在肿瘤疗效评价和预后因素分析中,常应用生存分析方法,而Cox模型是目前国外最受欢迎的多因素分析方法,随着计算机使用的日益推广,国内也已开始应用Cox模型。 一、Cox模型在生存分析中的重要地位 生存分析最早的方法是寿命表法,在三百多年前它就被用于人寿保险方面,而后广泛地用于居民健康水平统计和疾病预后分析。本世纪四十年代。

基于中医证候要素的脓毒症预后因素多元Cox模型分析

目的应用多元Cox回归模型分析影响脓毒症患者预后的中医证候要素(证素)和危险因素。方法选取在ICU住院治疗的364例脓毒症患者为研究对象,记录其入院时中医证素、临床指标以及住院30 d的临床结局,分析脓毒症患者中医证候特征及其与预后的相关性,应用多元Cox回归模型分析影响脓毒症患者预后的中医证素和其他危险因素,并构建判断脓毒症患者死亡危险的函数模型。结果 364例患者住院30 d时死亡率29.4%(107/364);中医证素分析发现,脓毒症患者常见中医病位在肺,所占比例为67.3%,痰浊和气虚是脓毒症患者最常见的病理证素,所占比例分别为56.9%和44.2%;单因素分析显示,影响脓毒症预后的中医证素为心(P<0.05)、肾(P<0.05)、阳虚(P<0.01)、实热(P<0.05);影响脓毒症预后的危险因素为GCS评分(P<0.01)、RBC(P<0.01)、Hgb(P<0.05)、PLT(P<0.01)、氧合指数(P<0.05)、使用机械通气(P<0.01)、心率(P<0.01)、WBC(P<0.01)及肌酐(P<0.01);多元Cox回归模型分析结果发现证素心(OR=1.716,95%CI:1.090~2.703,P<0.05)、WBC水平(OR=1.027,95%CI:1.001~1.053,P<0.05)与脓毒症死亡率呈正相关,证素实热(OR=0.397,95%CI:0.224~0.703,P<0.01)、PLT(OR=0.998,95%CI:0.996~1.000,P<0.05)与脓毒症死亡率呈负相关。结论脓毒症早期出现心、肾、阳虚证素的脓毒症患者预后较差,而实热证素与脓毒症死亡率呈负相关。

Cox模型在胃癌预后分析中的应用

本文对147例胃癌根治术患者,运用Cox模型从26个预后因子中,确定浸润型生长方式、淋结巴转移、幽门部肿瘤、手术范围、年龄、症状为胃癌预后因子.其中,以浸润型生长方式与术后生存期的关系最为密切,淋巴结转移是仅次于生长方式的重要因素。根据预测模型对每个患者都可计算预测值(PV),判断预后。其敏感度为90.4%,可靠性达87.7%,高于其他方法的预测效果。生存函数估计则可提供更为详细的术后生存信息,如1年、2年、5年、10年生存率和中位生存期,进而可估测术后生存期,为临床医师选择治疗方案和术后监护提供依据。上述各项分析由我们在长城0520微型计算机上编制的生存分析软件系统实现。

大肠癌临床病理因素与预后关系的Cox模型分析

目的 探讨临床病理因素对大肠癌预后的影响。方法 收集 81 7例大肠癌患者诊治信息 ,应用 Kaplan- meier法和 Cox模型 ,对有关临床病理因素进行生存及预后因素分析。结果 失访率 5 .1 4% ,全组 3、5、1 0年生存率分别为 5 9.92 % ,48.2 7%和 34.0 2 %。多因素 Cox模型分析显示影响大肠癌预后的临床病理因素为淋巴结转移 ,Dukes'分期及组织学类型。

脑胶质瘤预后多因素COX模型生存分析

目的评价脑胶质瘤治疗及预后的影响因素.方法 79例脑胶质瘤患者,星形细胞瘤62例,少突胶质瘤6例,胶质母细胞瘤11例,手术行肿瘤完全切除30例,次全切除49例,手术至放射治疗的中位时间为30 d(12～261 d),放射治疗中位剂量54 GY(30～64 GY).40例于放疗20～40 GY后配合化疗.中位随访时间为28个月(2～62个月).结果少突胶质瘤、星形细胞瘤、胶质母细胞瘤的3年生存率(OS)依次为83.33%、48.3%和18.18%,后者与前两者比较有显著差异.低级别(Ⅰ～Ⅱ级)和高级别(Ⅲ～Ⅳ级)胶质瘤的3年OS各为79.31%和26%(P=0.000),肿瘤全切与次全切者的3年OS各为73.33%和30.61%(P=0.000),放疗前KPS≥70与＜70者的3年OS各为65%和28.2%(P=0.002),年龄≤40岁与＞40岁者的3年OS各为58.33%和29%(P=0.012),在50例高级别胶质瘤患者中,42例采用全脑配合局部野放疗,8例采用局部大野照射,两组3年OS各为28.5%和25%(P=1.000),放疗后出现钙化与不出现钙化3年OS各为88.89%和41.43%(P=0.011),配合与不配合化疗(P=0.354).COX模型多因素分析结果显示:年龄大小(P=0.0329)、肿瘤级别的高低(P=0.0219)、手术切除的程度(P=0.0165)、放疗前的功能状态KPS评分(P=0.0212)、放疗是否配合化疗(P=0.0185)、放疗后瘤灶钙化与否(P=0.0389)是影响预后的显著因素.结论低级别星形细胞瘤和少突胶质瘤的预后明显优于胶质母细胞瘤,低级别肿瘤,年龄较小(≤40岁)、KPS评分≥70、肿瘤全切、放疗配合化疗、放疗后出现钙化是预后较好的有利因素,而性别,术前肿瘤大小,手术至放疗时间长短对预后影响不明显,全脑放疗对高级别胶质瘤并无益处.

影响前列腺癌患者预后因素的Cox模型分析

目的探讨影响前列腺癌患者预后的因素。方法对321例前列腺癌患者的临床病例和随访资料进行分析。运用Cox比例风险模型进行单因素和多因素分析,建立生存预测方程。结果影响前列腺癌患者预后的因素有TNM分期中T期、M期、诊断方式、前列腺根治术、双侧睾丸切除术及造漏术等六项指标。据此建立前列腺癌生存预测方程:h(t,X)=ho(t)exp(0·2565X11+0·6278X13+0·5353X29-0·4983X28-0·9589X25-0·7345X15),运用此方程将预测结果与随访的实际结果进行比较,灵敏度、特异度及符合率分别为84·57%、93·08%、88·79%,两者基本相符。结论诊断方式、前列腺根治术、双侧睾丸切除术是影响前列腺癌预后的保护因子;TNM分期中T期、M期是危险因子。前列腺癌生存预测方程可以用于指导临床的诊治。

检查Cox模型比例风险假定的几种图示法

目的 检查Cox模型比例风险假定图示法的应用与比较。方法 介绍了基于Cox模型与kaplan -meier法生存估计比较、Cox模型累积风险函数、schoenfeld残差和score残差的图示法。结果 上述几种图示法均可不同程度地检查PH假定。结论 建议使用schoenfeld残差图和score残差图 ,除评价PH假定外 ,前者可提供LHRF的非参数估计 。

Cox模型与BP神经网络在处理非线性数据时的性能比较

本文采用BP神经网络、Cox模型和bootstrap方法,比较BP神经网络与Cox模型在处理非线性资料时的性能。两种方法的预测一致性的均数分别为0.7525和0.7706。对于非线性资料,BP神经网络的预测效果优于Cox模型。

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 。

应用COX模型分析流产关爱后重复流产发生的原因

目的:应用生存分析方法随访观察经流产后关爱(PAC)再次非意愿妊娠重复流产的原因。方法:选取2014年1月至2016年10月在广西医科大学第一附属医院计划生育门诊实施人工流产术,并接受PAC服务,配合并完成术后随访1年的妇女为研究对象。术后1个月、3个月、6个月、12个月随访1次,随访内容包括目前采用避孕方法、有无意外妊娠。其中避孕方法统计包括短效口服避孕药(COC)、宫内节育器(IUD)两种。在随访过程中若出现非意愿妊娠重复流产,为随访终点,记录其时间。研究结束总结资料时未出现非意愿妊娠重复流产则为截尾值。结果:经单因素分析,文化程度、孕次、术后立即使用及术后1个月、3个月、6个月、12个月使用避孕方法,重复流产组与未重复流产组差异均有统计学意义(均P<0.05)。COX生存分析排除其他混杂因素后显示,既往孕次每增加1次,重复流产增加2.256倍风险。术后6个月、12个月使用非高效避孕方法较使用高效避孕方法避孕,发生重复流产的危险系数分别为1.771倍、4.691倍。结论:重复流产妇女文化程度低、孕次多,并且难以坚持高效长期避孕方法,发生意外妊娠增多。既往孕次多、术后6个月、12个月不坚持行高效避孕措施是增加重复流产的危险因素。

应用Cox模型多因素分析原发性胆囊癌预后

目的分析影响胆囊癌预后有关的临床病理因素,探讨提高胆囊癌疗效的措施。方法回顾性研究分析我院2006年1月至2010年12月收治的96例胆囊癌患者的临床资料,对可能影响预后的因素进行Kaplan-Meier法及log-rank检验,并通过Cox比例风险回归模型对其临床病理因素进行多因素分析。结果全组共有89例获得随访,患者中位生存期为21.29个月,总的1年、3年、5年生存率分别为71.1%、38.2%、19.6%。经Cox比例风险回归模型分析,术前血总胆红素、手术切除类型、有无神经浸润、病灶浸润深度是影响胆囊癌患者生存时间的独立预后因素。结论早期发现胆囊癌,并进行根治性切除是改善胆囊癌患者预后的关键因素。

145例宫颈癌病人的疗效及预后因素的Cox模型分析

本文应用寿命表法计算累积生存率,结果145例宫颈癌病人的5年生存率为61％.采用Cox模型对资料完整的115例病人的可疑影响因素进行多因素分析,从22项因素中筛选出5个对预后影响显著的因素(P<0.01).它们是临床分期、病理类型、术前化疗、淋巴结转移和术前放疗.其中,临床分期是对病人生存时间影响最为重要的因素,其次是淋巴结转移.根据每位病人的特征,对106例随访满5年的病人计算预测值,对预后进行预测,结果符合率和灵敏度分别为86.79％和85.48％.

鼻咽癌放射治疗后复发因素Cox模型评价

目的 探讨鼻咽癌放射治疗后复发有关因素 ,为提高鼻咽癌的疗效 ,减少复发提供参考。方法 收集鼻咽癌复发病例 60例 ,对造成复发的可能因素进行Cox模型单因素及多因素分析。结果 年龄、TN分期、放射剂量及照射野与复发有关 ,T分期、鼻咽剂量、照射野是复发主要因素。

肾细胞癌数据库三年临床资料COX模型分析

目的通过对同济医院肾细胞癌数据库三年临床数据的研究,探讨肾细胞癌的特征及影响其预后相关因素。方法采用Kapplan-Meier法计算生存概率及应用COX模型对肾细胞癌数据库中回访数据齐全的145例性别、年龄、是否偶发、临床分期、病理分类、病理分级、手术方式、有无免疫治疗等因素作为分析因子,计算生存率,分析预后影响因素。结果145例肾细胞癌患者存活满1年、3年分别为126例、105例,生存概率分别为86.3%、72.4%。COX回归模型提示影响肾细胞癌患者预后的主要因素依次为是否行肾癌根治手术、病理分级、有无淋巴结转移、肿瘤分期;建立肾细胞癌术后生存预测方程:h(t,X)=ho(t)exp(0.850X5+0.997X6+1.497X9-1.974X10)。结论肾细胞癌的预后与是否行肾癌根治手术、肿瘤细胞的病理分级、有无淋巴结转移、肿瘤T分期等因素有关。

将COX模型嵌入Markov链进行调整的生存质量分析

目的将COX模型嵌入Markov链进行调整的生存质量分析。方法建立理论模型并通过实例进行分析。结果按照实例模型进行模拟数据,参数估计与原模型几乎一致。结论本方法通过对不同状态的生存时间加权求和,使不同处理的比较更合理,也使COX模型的应用更加灵活。