医学研究人员希望确定喉癌的阶段是否影响死亡的机会。研究人员计划根据病人的年龄调整分析。研究人员记录了90名男性癌症患者的阶段和年龄。然后，研究人员记录了第一次治疗和病人死亡或研究结束之间的年数。最后，研究人员记录了病人是否死亡。
医学研究人员执行考克斯回归评估死亡，年龄和癌症阶段之间的关系。研究人员还希望估计每个阶段60岁男子的存活概率。
注意 这些数据是根据卡顿的公共数据集改编的，这些数据集可以在克莱因和莫施贝格尔 （2003）1
打开样本数据 拉林克斯癌症.MTW 。 选择。 在响应 中，输入时间 。 在审查列（可选） 中，输入死亡 。 在连续预测变量 中，输入年龄 。 在类别预测变量 中，输入舞台 。 选择 图形 并检查 显示预测值的生存图 。 从下拉列表中，选择。在工作表中输入以下列：
年龄 舞台
60
I
60
II
60
III
60
IV
单击每个对话框中的确定 。
解释结果
首先，研究人员使用适合性测试来评估模型的整体拟合度。所有3个测试的p值都低于0.05，因此研究人员得出结论，该模型非常适合数据。然后，研究人员使用 ANOVA 表来评估单个术语的影响。阶段的 p 值在 0.05 α水平上显著。因此，医学研究人员得出结论，癌症的阶段对患者的生存有统计学上显著的影响。但是，年龄的 p 值为 0.182，因此年龄的影响在 0.05 α水平上并不显著。预测器的系数定义了描述阶段、患者年龄和生存时间之间的关系的方程。
研究人员使用分类预测表的相对风险来评估癌症不同阶段之间的风险。例如，第四阶段患者的死亡风险是第一阶段患者的 5.5 倍。此外，置信区间显示，第四阶段患者的实际死亡风险可能只有第一阶段患者的2.4倍或12.6倍，信心水平为95%。置信区间不包含 1，因此第一阶段和第四阶段的死亡风险之间的差异具有统计学意义。
生存图显示了一个60岁男子在癌症的每个阶段的生存概率超过多年。第四期癌症的诊断对存活概率的影响最大。剧情显示，1年后，60岁患有第四期癌症的人只有64%的存活机会。其他三个阶段的概率为 85% 或更高。2 年后，IV 期患者的概率降至 42%，但其他三个阶段的概率保持在 74% 或更高。
方法
Cox 模型类型 仅固定预测变量 类别预测变量编码 (1, 0) 结调整 Efron
回归方程
I 风险分值 = 0.0 + 0.01903 年龄 II 风险分值 = 0.1400 + 0.01903 年龄 III 风险分值 = 0.6424 + 0.01903 年龄 IV 风险分值 = 1.706 + 0.01903 年龄
系数
年龄 0.0190 0.0143 1.33 0.182 舞台 II 0.140 0.462 0.30 0.762 III 0.642 0.356 1.80 0.071 IV 1.706 0.422 4.04 0.000
连续预测变量的相对风险
年龄 1 1.0192 (0.9911, 1.0481)
类别预测变量的相对风险
舞台 II I 1.1503 (0.4647, 2.8477) III I 1.9010 (0.9459, 3.8204) IV I 5.5068 (2.4086, 12.5901) III II 1.6526 (0.6819, 4.0049) IV II 4.7872 (1.7825, 12.8566) IV III 2.8968 (1.2952, 6.4788)
模型汇总
不含项 -196.86 — 393.73 393.73 393.73 包含项 -187.71 18.65% 383.41 384.30 391.06
拟合优度检验
似然比 4 18.31 0.001 Wald 4 21.15 0.000 分值 4 24.78 0.000
方差分析
Wald 检验 年龄 1 1.78 0.182 舞台 3 17.92 0.000
1 Klein, J.P. & Moeschberger, M.L. (2003)。 Examples of survival data: Death times of male laryngeal cancer patients.
Survival Analysis: Techniques for Censored and Truncated Data (2nd ed., pp. 9-10).Springer
