目录
R语言之生信⑦Cox比例风险模型(单因素)
======================================
Cox比例风险模型(Cox,1972)本质上是一种回归模型,通常用于医学研究中的统计学,用于研究患者的生存时间与一个或多个预测变量之间的关联。
介绍
在前一章(TCGA生存分析)中,我们描述了生存分析的基本概念以及分析和总结生存数据的方法,包括:1.危险和生存功能的定义 2.为不同患者群构建Kaplan-Meier生存曲线用于比较两条或更多条生存曲线的logrank检验
但是上述方法–Kaplan-Meier曲线和logrank测试 – 是单变量分析的例子。他们根据调查中的一个因素来描述生存,但忽略了任何其他因素的影响。
此外,Kaplan-Meier曲线和logrank检验仅在预测变量是分类时才有用(例如:治疗A与治疗B;男性与女性)。它们不适用于基因表达,体重或年龄等定量预测因子。
另一种方法是Cox比例风险回归分析,它适用于定量预测变量和分类变量。此外,Cox回归模型扩展了生存分析方法,以同时评估几种风险因素对生存时间的影响。
临床研究需求
在临床研究中,存在许多情况,其中几个已知量(称为协变量)可能影响患者预后。
例如,假设比较两组患者:那些患者和没有特定基因型的患者。如果其中一组也包含较老的个体,则存活率的任何差异可归因于