RigorMed
← 科研资源

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。

数据发现、统计和复现

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。

Cox 模型诊断的三个输出
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

  1. 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。

  2. 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。

  1. R survival package: cox.zph
  2. ICMJE Recommendations for Manuscript Preparation

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。