Stata：Cox回归和比例风险假定检验

作为最基本的生存分析工具之一，K-M曲线可以让我们对于两组或多组患者的生存率、死亡率进行直观的比较，Log-rank检验也可以让我们得到统计学上的相应证据。

 

然而，作为一种非参数估计方法，K-M方法不能控制潜在的混杂因素对于结局事件的影响，也不能让我们看出某一种因素(例如患者性别、年龄)是否是结局发生的独立因素之一。

 

今天，我们就一起来学习如何使用Stata进行Cox回归分析以及比例风险假定(Proportional hazard assumption, PH假定)的检验。

 

1. 问题与数据

 

 

问题：在一个抗癌药物的临床试验中，48名患者被随机分配到新药组(28人)和安慰剂组(20人)，研究人员想知道新药是否影响患者的生存情况。

 

数据：我们这次仍然使用上次使用的癌症药物临床试验的数据集。请大家在command对话框中输入“webuse drugtr”以调入这个数据集。

 

上次我们已经进行过了数据的初步观测、将数据转化为生存数据格式。今天，我们直接开始Cox回归分析。

 

2. Cox回归

 

 

Step 1：通过Statistics > Survival analysis > Regression models > Cox proportional hazards model找到操作的对话框。

 

Step 2：选项设置。

 

由于我们已经在一开始将数据转化为生存数据的时候指定过终点事件、时间变量，我们在这里只需要设置需要在回归方程中控制的变量即可。例如，我们想看drug对于生存的影响，便在Independent variables的下拉菜单中选择drug，点击OK。

 

文章剩余内容<<<<