北京协和医学院中国医学科学院国家心血管病中心阜外医院医学统计部（100037） 严若华 李 卫



Cox回归模型比例风险假定的检验方法研究

北京协和医学院中国医学科学院国家心血管病中心阜外医院医学统计部（100037） 严若华 李 卫△

生存分析（survival analysis）是一系列处理“事件发生时间”变量的统计方法总称［1］，常用于研究疾病的发生、转归、痊愈和死亡。Cox比例风险回归模型（Cox proportional hazards regression model）［2］作为生存分析中最重要的多因素分析方法之一，被广泛应用于临床随访资料的危险因素筛选及预测。

Cox回归模型将风险函数表达为基准风险函数与相应协变量函数的乘积，通过描述不同人群在不同时刻的风险，来探索各危险因素对生存的影响。其基本形式为：

通过以上公式可以看出，该模型的参数估计不依赖于基准风险函数的分布类型，即对于不同个体X1和X2，其风险比

与基准风险函数无关，且不随时间t发生变化。这就是Cox回归模型最基本的比例风险（proportional hazards，PH）假定。此外，Cox回归模型还要求满足对数线性假定，即协变量与对数风险函数间呈线性［3］。

Cox回归模型虽然使生存数据中的多因素分析成为可能，然而，由于它依赖于严格的假定条件，若资料无法满足，则会较大程度地影响结果的解读，甚至导致错误的结论。因此，在统计分析前，对PH假定的检验是重要且必要的。目前Cox回归模型存在一定滥用现象，多数研究者在使用该方法时忽略了对PH假定的检验，影响了结果的真实性和可靠性。本文希望能够对现有的PH假定的检验方法进行归纳总结，以提示读者合理使用Cox回归模型，选择恰当的方法检验数据的适用性，建立稳定有效的模型。……