Cox比例风险回归模型诊断及预测有关问题的研究

随着世界经济的增长，卫生保健事业的发展，疾病谱的变化和平均寿命的 提高，有关肿瘤、慢性病、老年性疾病的临床试验和流行病学方面的随访研究 日益重要和增多，这些临床试验和随访研究的资料都可整理为生存资料。目前 对生存资料的多因素分析最常用的方法仍然是Cox比例风险回归模型。由于Cox 模型适用范围广，实际应用中分析者常忽视了它的应用条件，直接影响到该模 型的稳定性。本研究在国内首次较系统地探讨和解决Cox模型拟合及预测中以 下四个方面的问题。 1．针对Cox模型基本假定之一，即比例风险假定，通过Monte-Carlo模拟 研究和实例分析分别比较和验证了考察Cox模型比例风险假定各种图法和检验 法的效能，建议分析者选用平滑Shoenfeld残差图、score残差图、三次样条函 数法及时协变量检验、线性相关检验、加权残差score检验，指出当资料不满 足PH假定时的解决方法。 2．针对Cox模型基本假定之二——对数线性假定，通过实例比较了现有 四种Cox模型协变量与对数风险线性关系假定的图法检查（鞅残差图、改进的 鞅残差图、构造变量图及多重β法），这些方法同时提供协变量对生存影响的 最佳函数形式。 3．影响分析方面，通过Monte-Carlo模拟研究比较了六种影响点诊断统计 量的诊断效能。提出加权score残差、似然距离和最大影响曲率及其诊断图可 从模型拟合不同角度有效识别影响点。强调影响点的处理不是简单剔除，应结 合数据、模型和专业知识作出合理解释，并采取恰当措施如加权偏似然估计。 4．在Cox模型预测应用方面，引入度量既定预后因子模型预测能力的评 价指标一解释变异，建议把此度量作为标准输出的一部分，纳入常规COx模 型分析中。本研究还首次引入压缩预测技术，实例分析表明压缩预测在一定程 度上校正模型的过度拟合，有效改善预测。 以上四方面研究分别从建模和应用角度讨论了COX模型应用中存在的问题 和解决方法。本研究旨在使分析者在进行COX分析的同时对其合理性作出正确 判断，并采取相应的处理措施，为C。X模型在医学中的应用提供有效的分析方 法。