科研方法指南
Cox 回归的比例风险假设怎么查
检查 Cox 模型比例风险假设时,可结合缩放 Schoenfeld 残差随时间的图与逐项和全局检验。结合模型、随访和事件分布作判断。
如果报告了一个贯穿随访的 Cox HR,要核对效应是否随时间明显变化。下面的 R 命令使用已准备好的时间、事件和协变量列。
Cox 模型诊断的三个输出
示例以随访天数、0/1 事件和基线暴露为输入。
| 项目 | 示例填写 | 如何核查 |
|---|---|---|
| 拟合模型 | fit <- survival::coxph(survival::Surv(days, event) ~ exposure + age, data = d, x = TRUE) | 核对起点、事件编码、分析行数和事件数,特别留意删失记录。 |
| 检验和图 | z <- survival::cox.zph(fit),查看 print(z) 和 plot(z, var = "exposure")。 | 同时看暴露项、全局检验及图上的时间趋势。查看后期仍有多少事件支持趋势。 |
| 处理与记录 | 例如早晚 HR 看起来不同,记为“暴露效应随时间变化,需核对预先定义的时间窗”。 | 若主要暴露需要时间变化系数,定义可解释的时间函数。用于控制的变量可评估分层是否适合。 |
用自己的材料操作
先复核随访数据
明确时间单位及随访是否左截断,核对时间范围与风险集。带起止时间的资料应使用相应数据结构。
保存可复查结果
记录模型式、cox.zph 选项、逐项和全局结果、曲线和调整决定。若改模型,说明新估计量如何回答研究问题。
遇到这些情况怎么处理
全局 P>0.05 可以写“假设成立”吗?
可以报告未发现明显违背的证据,并给出所用检验和图的观察。事件稀少时要保留诊断精度有限的判断。
核验来源
以下官方来源核验于 2026-11-12,页面发布前将再次检查访问条件和更新时间。
RigorMed 工作台
用自己的研究材料开始
带上问题、现有材料和想核对的步骤,开始一个研究项目。
