文档介绍：芀薇袈第十四章活着--Survival菜单详解(下)膂袂莆(医学统计之星:董伟)虿莇螄上次更新日期: --§   CoxRegression过程罿芆肇上面给大家介绍的是两种生存分析方法,但它们只能研究一至两个因素对生存时间的影响,当对生存时间的影响因素有多个时,它们就无能为力了,下面我给大家介绍CoxRegression过程,这是一种专门用于生存时间的多变量分析的统计方法。膅蒁薅CoxRegression过程主要用于:莈肆蚀1、用以描述多个变量对生存时间的影响。此时可控制一个或几个因素,考察其他因素对生存时间的影响,及各因素之间的交互作用。(详见胡克震主编的《医学随访统计方法》1993,77页):原数据库是用亚变量定义肺癌分类:0,0,0为其它癌;1,0,0为鳞癌;0,1,0为小细胞癌;0,0,1为腺癌。表中的最后一个变量是我加上去的癌症类别,1为鳞癌;2为小细胞癌;3为腺癌;4为其它癌。实践表明结果与用亚变量计算一样。   界面说明膂膈膂蚆肅蒇图9   Cox回归主对话框薁羈螇【Time】框、【Status】框前文已经介绍过了,这里我就不再废话唠叨的了。Block1of1右边的Next钮被激活。这个按钮用于确定不同自变量进入回归方程的方法,详见Method框的内容。用同一种方法进入回归方程的自变量在同一个Covariates框内。蒄膃芆【Covariates】框羁虿芀选入自/协变量,即选入你认为可能对生存时间有影响的变量。薅芁肁【Method】框蒀荿蒈选择自变量进入Cox回归方程的方法,SPSS提供下面几种方法:薆蚄肃Enter:Covariates框内的全部变量均进入回归模型。衿腿蚂 Forward:Conditional:基于条件参数估计的向前法。莄螂薀Forward:LR:基于偏最大似然估计的向前法。艿袀膈 Forward:Wald:基于Wald统计量的向前法。蒅肅肄 Backward:Conditional:基于条件参数估计的后退法。羂莆螁 Backward:LR:基于偏最大似然估计的后退法。薆芃羀 Backward:Wald:基于Wald统计量的后退法。莂膇蚅【Strata】框芄莁膆定义分层因素,将生存时间按分层因素分别进行Cox回归。袁袇膃【Categorical】选项莅蚄荿用于告诉系统,Covariates框内的变量中哪些是分类变量或字符型变量。系统默认字符型变量为分类变量,数字型变量为连续型变量。芀薇蒅选入自变量后,categorical钮被激活。按categorical钮,进入确定分类变量的对话框。见图10。蒇袂羃蚀莈节图10  确定分类变量对话框芄膄袈左边的Covariates框中列出了刚刚被选取的自变量,将分类变量选入CategoricalCovariates框中。此时ChangeContrast框被激活,请你选择比较方法,即计算参数OR/βi的方法。当选入分类变量后,ChangeContrast框被激活,此时可选择比较方法。SPSS提供下面几种比较方法。聿肈膅Indicator:指示对比。用于指定某一分类变量的基线,即参照水平。这样计算出来的参数OR/βi是以该变量的第一个或最后一个水平为基准水平(取决于下面的referencecategory中你选择的是last还是first)。在这里SPSS自动创建亚变量,对照水平在对比分类矩阵中用0行代表。在这里我再多说两句,如本例中的肿瘤类型,若规定鳞癌为1,小细胞癌为2,腺癌为3,其它癌为4。若选indicator及last,则以其它癌为参照,计算出来的OR及βi是以其它癌为基准,即其它癌的OR为1,其他计算出来的OR值是与其它癌相比的结果。芅芃羅Simple:差别对比。可计算该分类变量的各水平与参照水