2

我在 R 中计算了 Cox 比例风险回归。

cox.model <- coxph(Surv(time, dead) ~ A + B + C + X, data = df)

现在，我得到了所有这些协变量的风险比（HR，或 exp(coef)），但我真的只对连续预测变量 X 的影响感兴趣。X 的 HR 为 1.20。X 实际上是按样本测量值缩放的，因此 X 的平均值为 0，SD 为 1。也就是说，X 增加 1 SD 的个体的死亡率（事件）几率比具有平均值的人高 1.23 倍X 的值（我相信）。

我希望能够说这些结果有点不那么尴尬，实际上这篇文章正是我想要的。它说：

“在调整了年龄、性别和教育程度的 Cox 比例风险模型中，较高水平的日常体力活动与死亡风险降低相关（风险比 = 0.71；95% CI：0.63, 0.79）。因此，个体与每日总体力活动量低的人（第 10 个百分位）相比，每日总体力活动量高（第 90 个百分位）的人的死亡风险约为 1/4。 ”

假设只需要 HR（即 1.20），如何计算这个比较语句？如果您需要任何其他信息，请向我索取。

4

1 回答 1

1

如果您将 x1 作为您的第 90 个百分位 X 值，将 x2 作为您的第 10 个百分位 X 值，并且如果 p、q、r 和 s（如您提到的 s 是 1.20）以及您的 cox 回归系数，您需要找到exp(p*A + q*B + r*C + s*x1)/exp(p*A + q*B + r*C + s*x2)A 、B 和 C 可以是变量的平均值。这个比率给你比较陈述。

这个问题实际上是针对 stats.stackexchange.com 的。

于 2015-08-19T04:39:31.843 回答