집계 공정 양식의 Cox 모형 적합 개요

예측 변수와 생존 사이의 관계를 설명하는 데 집계 공정 양식의 Cox 모형 적합 사용합니다. 예측 변수는 고정되거나 시간에 따라 달라질 수 있으며, 이는 스터디 기간 동안 예측 변수 값이 변경될 수 있다는 것을 의미합니다. 상호 작용 및 다항어 용어를 포함하고 단계적으로 용어를 선택할 수 있습니다.

데이터는 입력의 계수 프로세스 스타일에 있어야 합니다. 계산 프로세스 입력 양식에서 여러 행은 각 주체를 나타냅니다. 각 행은 모든 변수의 값이 일정한 시간 간격을 설명합니다. 시간 종속 예측 변수는 행 간에 변경됩니다. 간격은 시작 시간 직후에 시작되고 종료 시간을 포함합니다.

데이터의 계산 프로세스 형태는 고정 종속 예측 변수와 시간 종속 예측 변수가 모두 포함된 데이터를 분석할 수 있는 유연한 형식입니다. 또한 이러한 형태의 입력은 반복 이벤트 데이터를 처리합니다. 예를 들어, 연구 연구는 종양에 대한 약물의 효과를 검사합니다. 과목 특정 치료 단계에서 약의 더 높은 복용량을, 그래서 약 복용량연구의 과정을 통해 동일 하지 않습니다. 이 특성은 약 복용량시간 의존적인 예측변수를 만듭니다. 또한, 대상체는 종양이 완화로 들어갈 수 있지만 연구를 떠나지 않을 수 있습니다. 주제는 연구 과정을 통해 치료, 완화 및 재발을 여러 번 겪을 수 있기 때문에, 연구 결과는 재발하는 사건을 설명해야 합니다.

Cox 회귀를 사용하는 비교 연구의 주요 결과는 종종 다른 치료하에 예측변수에 대한 상대적 위험을보고합니다. 예를 들어, 암 치료에 대한 연구는 두 그룹의 상대적 위험이 4라는 결론을 내립니다. Minitab은 각 변수에 대한 상대적 위험을 표시하므로 이벤트 빈도에 미치는 영향을 쉽게 평가할 수 있습니다.