如果我估计 Cox 比例风险模型并且我感兴趣的协变量是依赖的(连续的或分类的),比例风险假设仍然重要吗?我最近参加了一个演讲,演讲者说在使用时间相关协变量时,满足这个假设的重要性并不重要,但并没有真正为此提供任何理由,他也没有提供参考。
任何意见?
如果我估计 Cox 比例风险模型并且我感兴趣的协变量是依赖的(连续的或分类的),比例风险假设仍然重要吗?我最近参加了一个演讲,演讲者说在使用时间相关协变量时,满足这个假设的重要性并不重要,但并没有真正为此提供任何理由,他也没有提供参考。
任何意见?
您仍然假设每个时间点每个协变量/因子的值的影响是相同的,您只需允许协变量随时间变化其值(但与特定值相关的对数风险率的变化仍然是所有时间点完全相同)。因此,它不会改变假设。或者演示者是否在谈论还将按时间(或对数(时间))交互的协变量作为时间相关协变量放入模型中?如果你这样做(对于所有协变量),那么你就有一个可能近似的模型(线性交互不能完全捕获可能在任何一个数据集中发生的可能更复杂的事情,但可能可以近似地捕获它)一个不做这种假设的模型。
我可能错了,但我相信 Björn 的回答并不完全正确。比例风险假设意味着特定观察组的风险(由协变量的值确定)与基线风险(当所有协变量均为零时)的风险比随时间保持不变。如果存在随时间变化的协变量,这是不正确的,因此 Cox 模型不再假设比例风险。
这是我最近从 David Collett 的书《医学研究中的生存数据建模》(第 2 版,2003 年,第 253 页)中看到的一句话,它可能会有所帮助:
重要的是要注意,在方程中给出的模型中, 变量的值取决于时间, 所以相对危险也是时间相关的。这意味着当时的死亡风险不再与基线风险成比例,并且该模型不再是比例风险模型。
CV 上这个问题的公认答案也可能是相关的。