Cox比例风险假定的线性相关检验及应用

目的介绍Cox比例风险假定检查的线性相关检验法并探讨其在实际数据中的应用。方法线性相关检验通过Schoenfeld残差与生存时间秩次的相关性检验,推断数据是否满足比例风险假定,实例的数据分析以SAS程序实现。结果线性相关检验简单有效,提供了统计量和P值,结果客观,易于判断。结论在Cox比例风险假定检验中,线性相关检验为一种简便易用的方法。

基于限制平均生存时间的多组疗效比较

目的在临床随访研究中,基于时间尺度指标的限制平均生存时间(restricted mean survival time,RMST)越来越受到关注,然而目前基于RMST的统计推断主要用于两组比较,缺少进行两组以上比较的方法。方法本文提出RMST多组间的假设检验法,包括经典法(naive)、对数转换法(log)、双对数转换法(cloglog)三种检验法,并通过Monte Carlo模拟评价其Ⅰ类错误和检验效能,最后进行实例分析。结果综合Monte Carlo模拟的Ⅰ类错误及检验效能结果,显示所提出的RMST检验可以处理多组比较的问题,特别是cloglog转换法最为稳健。结论针对生存数据的多组比较问题,若考虑从时间尺度指标分析,推荐使用cloglog转换法的RMST多组检验。

基于Cox模型的信用卡顾客生命周期影响因素研究

采用西安市商业银行信用卡顾客的抽样调查数据,应用Cox比例风险回归模型分析了影响信用卡顾客生命周期的各种因素。分析结果表明:年龄、月可支配收入、持有张数、钱包份额、月均消费额和持卡类型是影响顾客生命周期的6个独立因素,且全部为保护因素。商业银行信用卡管理部门可以利用这些因素对顾客的危险率进行计算,来识别持卡生命周期较长的顾客,并针对不同的顾客采取差异化的营销和管理服务,进而提高信用卡业务的盈利水平。

370例结直肠癌患者预后影响因素及预后预测分析

目的探讨结直肠癌患者的预后影响因素并建立模型预测预后。方法选择病理诊断的结直肠癌原发病例370例,收集临床病理因素并进行随访。采用Kaplan-Meier法计算生存率,Log—rank检验进行单因素分析,比例风险回归模型(Cox模型)进行多因素分析,计算预后指数(PI),Cox模型比例风险假定(PH假定)的检验采用对数累积风险函数图法。结果结直肠癌患者1、3、5年生存率分别为90.5%、78.3%和76.5%;淋巴转移、Duckes分期、治疗方式进入结直肠癌预后的Cox模型,并满足PH假定.为结直肠癌独立的预后因素;对不同PI值分组,组间生存率存在差异(P<0.001);以PI值中位数作为基准,随机选取PI=3.0的个体,该个体相对于基准的预期1、3、5年生存率分别为33.1%、6.8%和3.5%。结论淋巴转移、Duckes分期、治疗方式是影响结直肠癌预后的独立因素;对Cox模型的人选因素有必要进行PH假定的检验;利用预后COx模型和PI值可有效地预测结直肠癌患者的长期生存状况。

限制平均生存时间在临床随访研究中的应用

在临床随访研究中,风险比(HR)是衡量组间差异最常用的指标,但由于HR是两组间的风险率之比,含义较抽象,无法对患者的生存情况做出直观的解释,并且在使用过程中需满足比例风险假定。而此时,限制平均生存时间(RMST)可以作为一种相对有效的指标或统计量,本文介绍基于RMST的统计分析方法,包括RMST及其差值的估计、假设检验以及回归分析,并通过两个实例说明了RMST在数据分析中的应用。结果显示RMST可作为有效的分析工具,其结果易于解释,并且当比例风险假定失效时,在组间差异的比较上相对于HR更有效。因此,在疾病疗效评价和预后分析的过程中,建议RMST应随HR同时给出,两者相互配合、相互补充,共同反映数据的特征。

限制平均生存时间回归模型在生存分析中的应用

目的探讨限制平均生存时间(restricted mean survival time,RMST)回归模型在生存数据分析中的应用。方法运用伪值估计方法对医学数据进行限制平均生存时间回归模型实例分析,并与常见生存分析模型进行比较。结果RMST回归模型无特定模型假设,适用于不满足比例风险假定的生存数据;实例分析显示,RMST模型构建灵活,可通过设定多个τ值在多个时间段内进行估计;犯第一类错误的概率低于Cox比例风险模型,模型估算结果容易解释,能够提供在临床实践中更为实用的结论。结论在不满足比例风险假定且生存曲线有较大交叉的情形下,限制性平均生存时间模型能够提供稳定有效且易于解释的效应估计,在生存分析领域具有优良的适用性,可以作为Cox比例风险模型分析结果的补充。