第十二章 Cox回归分析命令与输出结果说明

2012-04-17 生物谷 生物谷

cox   生存时间变量  变量1  变量2… 变量m,dead( 结 果 变 量)  [hr] 生 存 时 间 变 量 是 指 从 随 访 或 进 入 研 究 开 始 至 死 亡 或 失 访 或 研 究 结 束 等 一 切 非 死 亡 的 终 止 观 察 的 时 间 段; 结 果 变 量 为 0-1 变 量: 死 亡 记 为1, 失 访 等 非

cox   生存时间变量  变量1  变量2 变量m,dead( 结 果 变 量)  [hr]

生 存 时 间 变 量 是 指 从 随 访 或 进 入 研 究 开 始 至 死 亡 或 失 访 或 研 究 结 束 等 一 切 非 死 亡 的 终 止 观 察 的 时 间 段; 结 果 变 量 为 0-1 变 量: 死 亡 记 为1, 失 访 等 非 死 亡 终 止 为 0;hr 设 置 为 得 到 各 变 量 的 风 险 比(hazard ratio) 估 计 值。

例: 为 研 究 某 种 药 物 是 否 会 改 进 急 性 白 血 病 患 者 的 预 后( 用 y=1 表 示 因 复 发 而 结 束 该 对 象 随 访;y=0 表 示 结 束 该 对 象 随 访 时 包 括 失 访 和 其 它 原 因 而 失 去 联 系, 患 者 仍  处 缓 解 期)、 延 长 其 缓 解 时 间, 将 确 证 病 人 给 予 随 机 分 组: 一 组 为 用 药 组( 传 统 治 疗 加 某 药,group=1 表 示), 另 一 组 作 对 照 组( 传 统 治 疗, 用 group=0 表 示)。 治 疗 前 测 得 白 血 球 计 数 为(wbc), 经 一 定 的 时 间 随 访, 白 血 病 患 者 的 缓 解 时 间 如 下 表, 试 问:  哪 一 种 治 疗 方 法 可 以 使 白 血 病 患 者 的 缓 解 期(t, 单 位 为 周) 更 长 一 些( 摘 自 医 学 多 元 统 计 分 析 教 材, 曹 素 华 主 编)?

 用 药 组(group=1)

 对 照 组(group=0)

y

t

wbc

y

t

wbc

y

t

wbc

y

t

wbc

0

6

1600

0

17

145

1

1

630

1

8

210

1

6

205

0

19

114

1

1

100000

1

8

1820

1

6

11500

0

20

103

1

2

81300

1

11

3090

1

6

1900

1

22

210

1

2

30200

1

11

132

1

7

2700

1

23

370

1

3

10240

1

12

31

0

9

630

0

25

60

1

4

22910

1

12

1150

0

10

500

0

32

160

1

4

265

1

15

200

1

10

910

0

32

340

1

5

3090

1

17

890

0

11

400

0

34

30

1

5

9330

1

22

540

1

13

760

0

35

28

1

8

9310

1

23

93

1

16

3990

     

1

8

1122

     

 为 了 避 免 受 过 大 值 的 影 响, 实 际 拟 合 模 型 中,wbc 数 据 取 对 数, 记 为 wbc0。 即:

gen wbc0=log(wbc)

cox   t  wbc0 group, dead(y)

Cox regression                                                Number of obs =     42 

                                                                      chi2(2)       =  42.25 

                                                                   Prob > chi2   = 0.0000 

Log Likelihood = -72.857682                           Pseudo R2     = 0.2248 

----------------------------------------------------------------------------------------------- 

       t      |                                                                   

       y     |       Coef.       Std. Err.          z      P>|z|         [95% Conf. Interval] 

---------+------------------------------------------------------------------------------------ 

    wbc0  |   .7092469   .1498433      4.733   0.000       .4155595    1.002934 

   group  |  -1.158699   .4270903     -2.713   0.007      -1.995781   -.3216175 

------------------------------------------------------------------------------------------------ 

① 为 模 型 无 效 假 设( 即: 所 有 协 变 量 的 回 归 系 数 为 0) 所 对 应 的  似 然 比 检 验(  自 由 度 为 协 变 量 个 数 的卡 方); ② 模 型 无 效 假 设 检 验 对 应 的 p 值;③ 对 数 似 然 比;④ 伪 决 定 系 数;⑤ 回 归 系 数;⑥ 回 归 系 数 的 标 准 误;⑦ 单 个 回 归 系 数 检 验 (Ho:该 回 归 系 数 为 0)的Z 统 计 量;⑧ 单 个 回 归 系 数 检 验 的 p 值;⑨ 回 归 系 数 的 95%  可 信 限。

 相 对 风 险 度 形 式:

cox  t   wbc0  group, dead(y)  hr

Cox regression                                           Number of obs =     42 

                                                                 chi2(2)       =  42.25 

                                                                 Prob > chi2   = 0.0000 

Log Likelihood = -72.857682                     Pseudo R2     = 0.2248 

----------------------------------------------------------------------------------------------- 

       t      |                                                                    

       y     |   Haz. Ratio    Std. Err.         z        P>|z|       [95% Conf. Interval] 

----------+------------------------------------------------------------------------------------ 

    bwc0  |    2.03246     .3045504      4.733    0.000       1.515218     2.72627 

   group   |   .3138942    .1340612     -2.713   0.007       .1359075    .7249754 

------------------------------------------------------------------------------------------------- 

  相 对 风 险 度;⑥  相 对 风 险 度 的 标 准 误;⑦ 单 个 相 对 危 险 度 检 验 (Ho:该  相 对 危 险 度 为 1)的Z 统 计 量;⑧ 该 相 对 危 险 度 检 验 的 p 值;⑨  该 相 对 危 险 度 的 95%  可 信 限。

 本 例 结 果 表 明: 白 血 球 计 数 升 高 将 显 著 地 增 加 复 发 的 风 险 (p<0.001);  在 平 衡 了 个 体 白 血 球 计 数 差 异 所 产 生 的 混 杂 效 应 后,该 药 物 治 疗 组 的 患 者 复 发 的 风 险 显 著 地 小 于 对 照 组(p=0.007)。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1671681, encodeId=53cd16e168197, content=<a href='/topic/show?id=c56c4051902' target=_blank style='color:#2F92EE;'>#回归分析#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=22, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=40519, encryptionId=c56c4051902, topicName=回归分析)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=a46f26833520, createdName=cenghis, createdTime=Fri May 04 07:44:00 CST 2012, time=2012-05-04, status=1, ipAttribution=)]

相关资讯

Stata第十章 线性回归和逐步回归命令和输出结果说明

本节STATA命令摘要: regress 因变量  变量1变量2…变量m,beta stepwise 因变量  变量1变量2…变量m,ba forwstfe(#)fs(#) test表达式 predict  新变量 predict   新变量,resi

Stata第七章 相关分析

本节STATA 命令摘要 correlate变量名1变量名2…变量名m spearman变量1 变量2 ·       线性关系的相关分析 若计量资料变量1,…,变量m服从正态分布,对于它们之间是否存在线性相关关系可以通过相关分析方法,相应的STATA命令为: pwcorr变量名1变

Stata第九章 多因素方差分析命令与输出结果说明

本节STATA命令摘要: anova  观察变量 分组变量1  分组变量2… 分组变量m tabulate 分组变量1 分组变量2,summarize(观察变量)  在anova命令中分组变量可以是其它分组变量的乘积表达式,如:分组变量1*分组变量2。  例:治疗缺铁性贫血病

第十章 线性回归和逐步回归命令和输出结果说明

本 节STATA 命 令 摘 要: regress  因变量   变 量1 变 量2… 变 量m,beta stepwise  因变量   变 量1 变 量2… 变 量m,ba  forw  st fe(#)  fs(#) test   表 达 式 predict&

Stata第八章 单因素生存分析

本 节STATA  命 令 摘 要 logrank  生存时间变量  结果变量[,by(分组变量)] 单 因 素 生 存 分 析  在 医 学 研 究 中, 除 了 计 量 资 料 和 计 数 资 料 外, 还 经 常 遇 到 生 存 分 析 的 资 料, 这 种 资 料 不 仅 描 述 所 观 察 对 象 是 否 有 结 果( 死 亡

第十一章 Logistic回归分析命令与输出结果说明

logistic  因变量  变量1  变量2… 变量m lfit clogit  因变量  变量1  变量2… 变量m,strata(配对编号变量)  [or] 非 条 件 logistic 回 归 命 令 为 logistic,logistic  回 归 模 型 要 求 因 变 量 为 0-1 变 量。 即: