糖尿病肾脏疾病预后影响因素的COX比例风险回归模型分析

目的基于COX比例风险回归模型分析糖尿病肾脏疾病(diabetic kidney disease,DKD)预后的影响因素,为临床早期评估和防治DKD提供科学的依据。方法收集多中心(河南中医药大学第一附属医院、河南中医药大学第三附属医院、河南省中医院及郑州市人民医院)2010—2021年就诊治疗的DKD患者资料,包括一般资料、实验室指标、中医辨证分型及中医药治疗,以肾小球滤过率(eGFR)下降≥50%、血肌酐(Scr)翻倍、DKD 5期、死亡为结局指标,随访其发生时间及情况,利用COX比例风险回归模型分析筛选DKD预后影响因素。结果本研究最终纳入1947例患者,随访时间为4.65(4.557~4.746)年,发生复合终点事件305例(15.67%)。单因素COX回归分析结果表明,不同年龄、DKD病程≥4年、饮酒史、吸烟史、高血压、冠心病、脑血管病、糖尿病足、糖尿病眼病、糖化血红蛋白(HbA1c)、血尿酸(SUA)、Scr、24 h尿蛋白定量(24 h-UTP)、eGFR、湿热血瘀证、脾肾气虚兼湿聚血瘀证、脾肾阳虚兼血瘀证、中药熏洗、服用中药患者DKD预后情况比较,差异有统计学意义(P<0.05)。多因素COX回归分析结果表明,年龄[HR(95%CI)=2.52(1.92,3.30)]、DKD病程[HR(95%CI)=1.62(1.09,2.42)]、吸烟史[HR(95%CI)=1.61(1.13,2.29)]、饮酒史[HR(95%CI)=1.41(1.01,1.95)]、脑血管病[HR(95%CI)=1.33(1.01,1.75)]、糖尿病眼病[HR(95%CI)=1.43(1.13,1.82)]、SUA[HR(95%CI)=1.72(1.26,2.33)]、24 h-UTP[HR(95%CI)=1.48(1.14,1.91)]、脾肾气虚兼湿聚血瘀证[HR(95%CI)=2.22(1.44,3.43)]与DKD发生终点事件的风险关系密切(P<0.05),服用中药[HR(95%CI)=2.57(2.00,3.31)]能够减少终点事件的发生(P<0.05)。结论年龄、DKD病程、吸烟史、饮酒史、脑血管病、糖尿病眼病、SUA、24 h-UTP、脾肾气虚兼湿聚血瘀证是影响DKD患者预后的危险因素,而服用中药治疗为其保护因素。

Cox比例风险回归模型的贝叶斯估计方法研究

Cox比例风险回归模型是目前进行多因素生存分析最常用的半参数模型，由于其兼有参数模型和非参数模型的优点，并可以在数据不完全的情况下分析研究对象生存时间的影响因素，因而得到了广泛的应用。

Cox比例风险回归模型分析急性百草枯中毒者预后影响因素

目的分析百草枯(PQ)中毒预后相关因素,为治疗急性百草枯中毒提供一定的理论依据。方法回顾性收集126例急性口服PQ中毒病例,入院后记录患者性别、年龄、口服PQ剂量、口服PQ至抢救的就诊时间、就诊至洗胃时间、血液灌流次数、尿PQ试验检测值、白细胞(WBC)、乳酸(Lac)、谷丙转氨酶(ALT)、总胆红素(TBIL)、肌酐(Cr)、国际标准化比值(INR)、活化部分凝血活酶时间(APTT)、D-二聚体、降钙素原(PCT)、C-反应蛋白(CRP)、心肌酶、APACHEⅡ评分、SOFA评分、生存时间、死亡原因等。电话随访,记录患者存活、死亡情况。使用Cox比例风险回归模型分析百草枯中毒预后相关因素。结果本组PQ中毒病死率为64.28%。Cox模型逐步回归法分析筛选后最佳模型包含8个协变量,为服毒至就诊时间、WBC、Lac、CRP、APACHEⅡ评分、SOFA评分、尿PQ定性试验、血液灌流。结论服毒至就诊时间、WBC、Lac、CRP、APACHEⅡ评分、SOFA评分、尿PQ定性试验、血液灌流是百草枯中毒增加死亡风险的影响因素。

基于时依等比例风险回归模型的换道时长影响因素

研究了基于时依等比例风险回归模型的换道时长(LCD)影响因素。利用开源HighD数据集,提取了560条完整的换道(LC)轨迹,对整体换道时长分布进行了非参数估计;引入时依等比例风险回归模型,对当前车辆换道时长的影响因素进行分析。结果表明:大部分驾驶员在3~8 s内完成换道行为;共有6个变量显著影响换道时长,其中最为关键的为当前车辆自身车速,同时当前车道的前车与目标车道的后车对换道时长的影响也非常显著。

运用Cox比例风险回归模型分析腹股沟疝复发的危险因素

目的 探讨引起腹股沟疝复发的因素。方法 对我院 1991～ 2 0 0 1年收治的腹股沟疝患者 ,采用Cox比例风险回归模型分析其入院方式 (急诊、平诊 ) ,疝的类型 (斜疝、直疝、股疝 ) ,手术方式 (传统的疝修补术与无张力疝修补术 ) ,以及手术后的并发症与手术后复发的危险关系。结果 1991～ 2 0 0 1年 ,我院共施行腹股沟疝修补术 10 82例次 ,其中初发疝占 88.9% ,复发疝占 11.2 %。与传统的疝修补术相比 ,无张力疝修补术对复发疝再手术的相对危险度低 ,手术后存在并发症和腹股沟斜疝是手术后复发的重要危险因素。结论 影响腹股沟疝术后复发的因素较多 ,采用无张力疝修补术可降低复发性腹股沟疝的再发。

生存资料回归模型分析——基于MCMC过程构建生存资料Cox非比例风险回归模型

本文目的是介绍采用PHREG过程及MCMC过程且基于贝叶斯统计思想分别构建Cox非比例风险回归模型的相关内容及其SAS软件实现。在MCMC过程中,有两种构建模型的方法:一是对观测值进行转置之后,在MODEL语句中使用GENERAL函数;二是不对观测值进行转置,使用MCMC过程中的JOINTMODEL选项。两个过程所得计算结果基本一致。

基于SPSS因子分析的肝细胞癌预后因素的Cox比例风险回归模型

目的探讨基于SPSS因子分析的肝细胞癌(肝癌)预后因素的Cox比例风险回归模型的可行性。方法采用SPSS13.0统计软件及Microsoft Office Excel 2007对140例肝癌患者以及44个预后因素进行分析,比较传统Cox比例风险回归模型与基于因子分析的Cox比例风险回归模型分析结果的优缺点。结果传统Cox比例风险回归模型中,44个预后因素中经单因素分析后有25个进入多因素分析,多因素分析中有5个因素进入Cox比例风险回归模型方程,其中因素X5在单因素分析和多因素分析中的结论相反,提示预后因素存在多重共线性。因子分析提取了13个公因子,利用提取的公因子进行Cox比例风险回归模型分析,结果有7个公因子进入Cox比例风险回归模型方程,对方程中的公因子重新命名后符合专业实际,便于解释。结论基于SPSS因子分析的肝癌预后因素的Cox比例风险回归模型能很好地解决因素间存在的多重共线性问题。

婴儿痉挛症首次促肾上腺皮质激素治疗相关因素与痉挛控制时间的Cox比例风险回归模型分析

目的探讨婴儿痉挛症患儿首次行促肾上腺皮质激素(ACTH)治疗中的相关因素对痉挛控制时间的影响,为临床治疗提供参考依据。方法选择2008年1月至2013年10月收治的72例婴儿痉挛症患儿为研究对象,收集临床资料,选取婴儿痉挛症相关暴露因素,以痉挛控制时间分别对各因素进行Cox比例风险回归模型分析,评估各因素对痉挛控制时间的影响。结果有无明确病因(已知病因或不明原因)、治疗前痉挛发作频率、是否联合治疗(ACTH单用或联合硫酸镁)3个因素对婴儿痉挛症患儿的痉挛控制时间具有显著性影响(P < 0.05)。已知病因的婴儿痉挛症患儿痉挛控制时间较短,而治疗前痉挛发作频率较低以及ACTH联合硫酸镁治疗的患儿痉挛控制时间较长(均P < 0.05)。结论对于首诊的婴儿痉挛症患儿,应尽可能明确病因,有助于评估预后;及早应用ACTH联合硫酸镁治疗,可能改善预后。

基于Cox比例风险回归模型的高校教师流失影响因素研究

以安徽省地方工科院校抽样调查数据为样本,通过Cox比例风险回归模型进行生存分析,建立危险函数回归模型,得到教师流失的影响因素。结果表明:年龄、职称、家庭保障情况、工资待遇、地域差别、发展空间是教师流失的6个影响因素,其中,年龄、家庭保障情况、工资待遇、发展空间是保护因素,职称、地域差别是危险因素。

生存资料回归模型分析——生存资料Cox比例风险回归模型分析

本文目的是介绍生存资料Cox比例风险回归模型分析的概念、作用及使用SAS软件实现计算的方法。首先介绍相关基本概念,包括"Cox比例风险回归模型简介""模型假定及其检验""参数解释"和"参数估计与假设检验";然后通过一个实例并基于SAS软件演示如何实施生存资料Cox比例风险回归模型分析,内容包括"产生SAS数据集""绘制生存曲线图""判断PH假定是否成立"和"算出参数估计值与假设检验结果"。结果表明:当生存资料满足PH假定时,Cox比例风险回归模型可用于生存资料影响因素分析、校正混杂因素后的组间比较以及对每个个体进行预后指数和生存率的预测。

应用Cox比例风险回归模型分析卵巢上皮癌的预后因素

目的：探讨卵巢癌治疗及预后的有关因素，为卵巢癌治疗、改善预后提供依据。方法采用回顾性分析的方法，应用Cox比例风险回归模型分析2007年1月至2013年3月河北省唐山市工人医院104例卵巢上皮癌患者的预后因素，通过单因素及多因素分析，得出判断结果。结果104例卵巢上皮癌随访时间为10～61个月，平均为46个月，中位生存时间为31个月，1、3、5年生存率分别为97．1％（101/104）、53．8％（56/104）和30．8％（32/104）。单因素分析表明，影响卵巢上皮癌患者术后生存因素有手术后残余肿瘤大小、国际妇产科联合会（FIGO）分期、组织学分级、环氧化酶2（COX-2）阳性表达和术后化疗（P＜0．05）。多因素分析显示，手术后残余肿瘤大小[相对危险度（RR）＝0．026、95％置信区间（95％CI）：0．003～0．271，P＝0．0018]、化疗疗程数[RR＝0．209，95％CI：0．065～0．691，P＝0．028]、组织学分级[RR＝0．018，95％CI：0．012～0．302，P＝0．035]、COX-2阳性表达[RR＝0．137，95％CI：0．009～0．264，P＝0．026]及FIGO分期[RR＝0．027，95％CI：0．003～0．315，P＝0．001]是卵巢上皮癌的独立预后影响因素。结论影响卵巢皮癌的预后因素可能是多方面的，其中手术后残余肿瘤大小、FIGO分期、化疗疗程数、组织学分级及COX-2表达是卵巢上皮癌的独立预后影响因素。

MDCT影像特征联合血清肿瘤标志物评估胰腺导管腺癌患者生存预后:基于COX比例风险回归模型

目的:基于MDCT影像特征与血清肿瘤标志物预测胰腺导管腺癌(PDAC)生存预后。方法:回顾分析经病理证实的PDAC 82例,观察记录肿瘤标志物(CA19-9,CA125和CEA)、肿瘤大小、形态、成分、边缘、周围侵犯、淋巴结及远处转移等情况,采用COX回归模型和Kaplan-Meier法进行统计学分析。结果:单因素COX回归分析显示肿瘤标志物(HR:8.09,95%CI:2.77~23.66)、T分期(T2:HR=3.55,95%CI=1.24~10.16;T3:HR=4.35,95%CI=1.58~11.98;T4:HR=4.18,95%CI=1.54~11.36)、远处转移(HR:1.88,95%CI:1.12~3.15)和淋巴结转移(HR:2.87,95%CI:1.67~4.91)为预后预测因素;多因素COX回归模型显示,肿瘤标志物升高(HR:10.91,95%CI:3.24~36.73)、淋巴结转移(HR:1.93,95%CI:1.01~3.67)和远处转移(HR:2.77,95%CI:1.41~5.44)是影响PDAC患者生存预后的独立危险因素(P<0.05);PDAC患者中位生存时间为9个月,1年生存率为39.2%,5年生存率仅3.7%。结论:PDAC预后极差,肿瘤标志物的升高、淋巴结转移和远处转移是提示PDAC不良预后的独立危险因素。

限食辟谷试验干预观察和基于比例风险回归模型的限食降压的预后估计

随着人们物质生活水平的提高及生活方式的改变,高血压等慢性病的患病率呈快速增长趋势。多项动物和人体试验研究表明,一定程度限制摄入热量(限食干预)正在成为一种可有效控制体重、降低肥胖率、改善血压的治疗方法。该研究报告了一项在中国进行的149人限食辟谷试验,受试人群在连续5天的限食干预后体重、身体质量指数、腰围等生理指标对比基线值均出现显著下降(P<0.001)。其中,处于高血压状态的受试者(包括2级和1级高血压)在干预后收缩压和舒张压的下降幅度分别为11.2 mmHg(95%置信区间为7.5~14.9 mmHg,P<0.001)和7.2 mmHg(95%置信区间为4.7~9.7 mmHg,P<0.001),正常血压的受试者收缩压和舒张压均未出现明显变化。在此基础上,该研究进一步通过比例风险回归模型实现对个体进行限食干预后降压效果的预后估计,并绘制出直观方便、易于使用的列线图,模型经内部重采样1000次校正后的一致性指数(C-index)为0.891。

基于Cox比例风险回归模型、LASSO与生存树的乳腺癌预后

传统的病理检查方法不足以预测乳腺癌的治疗结果,因此从分子生物学上研究其发病机制具有重要意义。通过对乳腺癌患者复发风险的预测,高风险标记的肿瘤患者可以从辅助治疗中获益,而低风险标记的患者可免遭不必要的治疗。本文分别对ER+乳腺癌和ER?乳腺癌的基因芯片数据进行分析,采用单因素Cox比例风险回归模型初步筛选基因,然后进一步使用LASSO方法对基因进行筛选,再利用这些基因通过生存树方法对患者进行预测和分类。本文使用Kaplan-meier曲线及对数秩检验对结果进行验证。本文的模型对乳腺癌复发风险具有良好的预测效果,所筛选出的基因部分已被相关文献报道其确实与乳腺癌的发生和发展密切相关,其它基因尚需进一步实验来验证其在乳腺癌中发挥的作用。

中国城镇失业人员再就业影响因素分析——基于Cox风险回归模型

本研究运用Cox风险回归模型对中国城镇失业人员再就业影响因素进行分析得出,年龄、原工作单位性质、工作年限、是否收到就业信息以及是否领取失业保险金是影响中国城镇失业人员实现再就业的重要因素。为此,政府应当制定相关政策帮助高龄失业人员实现再就业,完善就业信息推送制度,并将失业保险金支付转化为对失业人员的工作激励。

老年髋部骨折患者围手术期并发肺炎的风险预测回归模型构建

目的 构建老年髋部骨折患者围手术期并发肺炎的风险预测回归模型。方法 回顾性分析2017年5月至2020年12月就诊于首都医科大学附属北京积水潭医院的2669例老年髋部骨折患者的临床资料,根据围手术期是否并发肺炎将研究对象分为并发肺炎组(并发肺炎,322例)和未并发肺炎组(未并发肺炎,2347例)。采用单因素分析和多因素logistic回归方法分析老年髋部骨折患者围手术期并发肺炎的独立影响因素,并构建logistic回归模型。采用受试者操作特征曲线分析回归模型对老年髋部骨折患者围手术期并发肺炎的预测价值。结果 单因素分析结果显示,性别、年龄、骨折类型、手术方式、住院时间、呼吸系统疾病、血液系统疾病、神经系统疾病、泌尿系统疾病、急性冠脉综合征、谵妄、低蛋白血症、电解质紊乱与老年髋部骨折患者围手术期并发肺炎显著相关(P<0.05)。多因素logistic回归分析结果显示,性别、年龄、骨折类型、手术方式、住院时间、呼吸系统疾病、急性冠脉综合征、低蛋白血症均为老年髋部骨折患者围手术期并发肺炎的独立影响因素(P<0.05),构建回归模型为logit(P)=0.574×性别+0.05×年龄+0.705×骨折类型+0.545×手术方式+0.149×住院时间+0.772×呼吸系统疾病+0.849×急性冠脉综合征+0.702×低蛋白血症-8.002。受试者操作特征曲线分析结果显示,该回归模型预测老年髋部骨折患者围手术期并发肺炎的曲线下面积为0.751,敏感度为0.699,特异度为0.684。结论 性别、年龄、骨折类型、手术方式、住院时间、呼吸系统疾病、急性冠脉综合征、低蛋白血症为老年髋部骨折患者围手术期并发肺炎的独立影响因素,基于上述影响因素构建的风险预测回归模型对老年髋部骨折患者围手术期肺炎的发生具有良好预测价值。

重症监护病房急性胰腺炎合并感染的早期风险预测模型建立与验证

目的探讨入院24 h内重症监护病房急性胰腺炎(acute pancreatitis,AP)合并感染的早期危险因素,建立风险预测模型。方法回顾性收集福建医科大学附属第一医院2015年1月至2021年12月108例重症监护病房AP患者数据用于建模,2022年1月至2023年9月期间全院收住的155例AP患者数据用于外部验证。记录入院24 h内临床和实验室检查资料,按结局分为合并感染组(n=37)和未感染组(n=71),比较两组间各指标差异,并行单因素与多因素Logistic回归分析,明确感染早期独立危险因素,建立Logistic预测模型,通过受试者工作特征(ROC)曲线检验Logistic模型预测AP合并感染的预测效能,Hosmer-Lemeshow拟合优度检验评估模型准确度,外部验证队列评估模型稳定性。结果在建模组108例AP患者中,共有37例合并感染患者,感染率为34.26%。单因素Logistic回归分析结果显示,年龄、白蛋白(ALB)、血肌酐(SCr)、降钙素原(PCT)、急性生理学与慢性健康状况评价Ⅱ(APACHEⅡ)评分、急性胰腺炎严重程度床边指数(BISAP)评分、Ranson评分、修正CT严重指数(MCTSI)评分、器官功能障碍个数及机械通气共10项都是AP合并感染的影响因素,其中ALB和机械通气为保护性因素,经多因素Logistic回归分析发现器官功能障碍个数增加(OR=1.743,P=0.001)及SCr水平升高(OR=1.005,P=0.027)与AP并发感染相关。将多因素Logistic回归分析中有统计学意义的2个指标构建成一个新的预测模型Logit P=-2.267+0.005×SCr(μmol/L)+0.556×器官功能障碍个数(个),预测模型的ROC曲线下面积(AUC)为0.768(95%CI 0.672~0.863,P<0.001),敏感度67.6%,特异度78.9%,均高于单个指标,且差异有统计学意义(P<0.05)。对Logistic模型进行外部验证,绘制ROC曲线发现,模型预测AP患者合并感染风险的AUC为0.726(95%CI 0.579~0.874),有一定预测价值(P=0.007)。结论器官功能障碍个数增加和SCr水平升高是重症监护病房AP合并感染的早期独立危险因素。由SCr和器官功能障碍个数共同构建的预测模型可信度较高,经外部验证可持续适用于临床评估AP合并感染的预后情况。

Cox回归模型比例风险假定的检验方法研究

生存分析（survival analysis）是一系列处理＂事件发生时间＂变量的统计方法总称,常用于研究疾病的发生、转归、痊愈和死亡。Cox比例风险回归模型（Cox proportional hazards regression model）作为生存分析中最重要的多因素分析方法之一,被广泛应用于临床随访资料的危险因素筛选及预测。

机器学习模型和Cox回归模型预测食管胃结合部腺癌预后的效能

目的探讨机器学习和传统Cox回归模型在预测食管胃结合部腺癌(AEG)患者术后生存能力中的应用价值。方法选取2015年9月~2020年10月本院收治的287例AEG患者,排除失访及临床资料缺失者,共筛选出203例患者的临床病理资料,经过对数据的赋值等处理,转换成满足R语言分析数据的要求的数据。将203例患者数据使用随机数表法按照3∶1的比例划分为训练集和验证集,对两组数据分别进行Cox比例风险模型构建和4种机器学习模型的构建,绘制出ROC曲线、校准曲线和临床决策曲线(DCA)。为评估4种机器学习模型之间的预测效能,进行机器学习模型的内部验证。通过曲线下面积(AUC)评价模型预测的性能,校准曲线反映模型的拟合情况,并通过DAC判断其临床意义。结果Cox等比例风险回归、极端梯度提升、随机森林、支持向量机、多层感知机验证集中3年生存率的AUC值分别为0.870、0.901、0.791、0.832、0.725,验证集中5年生存率的AUC值分别为0.915、0.916、0.758、0.905、0.737。4种机器学习模型内部验证分别是:极端梯度提升(AUC=0.818)、随机森林(AUC=0.772)、支持向量机(AUC=0.804)、多层感知机(AUC=0.745)。结论机器学习模型对于AEG患者生存率预测的表现优于Cox等比例风险回归模型,尤其在不满足等比例假设或线性回归模型下,并能够包含较多的影响变量。在内部验证中,XGBoost模型的预测效能最好,支持向量机次之,随机森林出现过拟合,多层感知机受数据量影响可能拟合效果较差。

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。