![9da997090d111d1649256ed3e2895e3c.gif](https://i-blog.csdnimg.cn/blog_migrate/50d86bc399ce6c42bcfb03bd3210bb77.gif)
在我们的文章《SPSS生存分析在生物医药统计中的(Kaplan-Meier生存分析)》中 ,我们讲到了生存分析中的KM生存分析,KM生存分析只适用于单个自变量对因变量的影响。
现实情况中,通常对因变量造成影响的因素大多数情况下不只一个,因此当要研究多个自变量对因变量的分析时候,KM生存分析就不适用了,就要用到我们今天要讲到的COX风险比例回归模型分析。
下面来看今天的实际案例数据和背景,以下是收集了164位患者的某疾病是否复发的事件数据与随访时间。以及可能会对其造成影响的一些因素,包括年龄、间隔时间、放射次数、清灶剂、直径、异常病理、分化。要研究上述因素是否会对疾病复发造成影响。
![7ca7e0ded1a7da0b2b315e150fefe7e0.png](https://i-blog.csdnimg.cn/blog_migrate/d705fe25d2ef925aa6a27882df872fae.jpeg)
(图1)
COX风险比例回归在SPSS中操作步骤
①点击“分析”--“生存分析”--“Cox回归”(图2),在弹出的对话框中,将自变量选入右侧“协变量”框中,将因变量“复发”,选入右侧“状态”栏中,将“随访时间”选入右侧“时间”栏中(图3)。还