转自个人微信公众号【Memo_Cleon】的统计学习笔记:非比例风险的Cox回归模型_分段模型。
虽然风险比例假定在整个随访时间内不成立,但在一个较短的时间段内则可能是成立的,分段模型的逻辑就是把整个生存时间拆分成多个时间段,每一段拟合一个比例风险模型。
把数据咔嚓咔嚓切成几段,要求每段都满足PH假定,寻找最佳分割点就显得比较重要。很多案例常从中位生存时间处下刀,SPSS中进行含时依协变量的COX回归时,会给出模型的-2 Log Likelihood值,根据模型“smaller-is-better”的信息准则格式,可以采用尝试法,选用-2LL值最小的模型对应的时间点为分割点,当然我们还需要兼顾样本量的问题【EVP原则:10 outcome events per variable】。示例依旧采用《非比例风险的Cox回归模型_时依系数法》中的案例数据,通过时依系数法我们也知道该资料并不满足风险比例假定,本次笔记将以COX分段模型来解决这个问题,同样的我们会从逻辑上看看这个分段模型是如何实现的。
通过计算可知,中位生存时间(Median Survival Time)为402天,其中化疗组499.5天,放化疗联合组254.5天。注意中位生存时间不一定是生存时间的中位值哦,中位生存时间指的是半数生存期,表示恰好一半个体未发生失效事件的时间,即生存曲线上纵轴50%对应的时间,同时我们还可以知道本案例在生存时间为968天时,两组生存曲线有交叉。构建时依协变量COX回归模型,寻找最佳切割点,确定分段模型
Analyze >> Survival >> Cox w/Time -Dep Cov…
构建时依协变量表达式:(T_ > splittime) * group。【用逻辑表达式来定义时依协变量时,当逻辑表达式为真时取值“1”,为假时取值“0”,“&”表示逻辑与,“|”表示逻辑或】。分别尝试splittime取值200-1000内的50的整数倍数值,即200,250,300,350,400,450,500,……1000,通过-2LL值寻找最佳模型。
![b0bbf1b4719f18f4c613b140900e568a.png](https://img-blog.csdnimg.cn/img_convert/b0bbf1b4719f18f4c613b140900e568a.png)
构建时依协变量表达式后点击[模型]进入COX回归界面
Time:svdays;
Status:status,[定义失效事件]>>单值:1,继续;
Block 1 of 1:group、T_COV_;
【Option…】选中95%CI for exp(B)
![f97846d1e7a1277ba2d58d5a6e9c9b53.png](https://img-blog.csdnimg.cn/img_convert/f97846d1e7a1277ba2d58d5a6e9c9b53.png)
splittime部分取值对应的模型结果如下,经多次尝试,当在splittime=300时,-2LL值最