고정 예측 변수만 있는 Cox 모형 적합 예

결과 해석

첫째, 연구원은 모델의 전반적인 적합성을 평가하기 위하여 적합의 선의 시험을 이용합니다. 3가지 테스트 모두에 대한 p 값은 0.05 미만이므로 연구원은 모델이 데이터에 잘 부합한다고 결론을 내립니다. 그런 다음 연구원은 ANOVA 테이블을 사용하여 개별 용어의 효과를 평가합니다. 스테이지의 p 값은 α 수준 인 0.05에서 중요합니다. 따라서, 의학 연구원은 암의 단계가 환자의 생존에 통계적으로 유의한 효력이 있다는 결론을 내립니다. 그러나 연령의 p-값은 0.182이므로 연령의 효과는 α 수준에서 0.05입니다. 예측변수의 계수는 단계, 환자의 나이 및 생존 시간 사이의 관계를 설명하는 방정식을 정의합니다.

연구원은 항문 예측자 테이블에 대한 상대적 위험을 사용하여 암의 다른 단계 사이의 위험을 평가합니다. 예를 들면, 단계 IV에 있는 환자 중 죽음의 리스크는 단계 I에 있는 환자를 위한 리스크 보다는 5.5 시간 더 높습니다. 더욱이, 신뢰 간격은 단계 IV에 있는 환자를 위한 죽음의 실제 리스크가 95% 신뢰수준에서 단계 I에 환자를 위한 리스크 보다는 2.4 시간 또는 12.6 시간 더 작을 수 있었다는 것을 보여줍니다. 신뢰 간격은 1을 포함하지 않으므로 스테이지 I와 Stage IV의 사망 위험 의 차이는 통계적으로 유의합니다.

생존 플롯은 여러 년 동안 암의 각 단계에 대한 60 세의 남자에 대한 생존 확률을 표시합니다. 단계 IV 암의 진단은 생존 확률에 가장 큰 영향을 미칩니다. 플롯은 1 년 후 단계 IV 암을 가진 60 세가 생존의 단지 64%의 기회가 있다는 것을 보여줍니다. 다른 세 단계의 확률은 85% 이상입니다. 2 년 후에, 확률은 단계 IV를 가진 환자를 위한 42%로 떨어집니다, 그러나 그밖 3 개의 단계에 대한 74% 더 높은에 남아 있습니다.