分段处理_非比例风险的Cox回归模型_分段模型

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。

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)

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