§13.3 Cox Regression过程
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Cox Regression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。 Cox Regression过程主要用于：
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。
例13.3 40名肺癌患者的生存资料（详见胡克震主编的《医学随访统计方法》1993，77页）
生存时间 状态 生活能力评分 年龄 诊断到研究时间 鳞癌 小细胞癌 腺癌 疗法 癌症类别 411 126 118 1 1 1 70 60 70 64 63 65 5 9 11 1 1 1 0 0 0 0 0 0 1 1 1 1.00 1.00 1.00 注：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。 13.3.1 界面说明
图9 Cox回归主对话框
【Time】框、【Status】框前文已经介绍过了，这里我就不再废话唠叨的了。Block 1 of 1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。 【Covariates】框
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。 【Method】框
选择自变量进入Cox回归方程的方法，SPSS提供下面几种方法：
? ? ? ? ? ? ?
Enter: Covariates框内的全部变量均进入回归模型。 Forward: Conditional: 基于条件参数估计的向前法。 Forward: LR: 基于偏最大似然估计的向前法。 Forward: Wald: 基于Wald统计量的向前法。
Backward: Conditional: 基于条件参数估计的后退法。 Backward: LR: 基于偏最大似然估计的后退法。 Backward: Wald: 基于Wald统计量的后退法。
【Strata】框
定义分层因素,将生存时间按分层因素分别进行Cox回归。 【Categorical】选项
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。
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。
图10 确定分类变量对话框
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Categorical
Covariates框中。此时Change Contrast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，Change Contrast框被激活，此时可选择比较方法。SPSS提供下面几种比较方法。
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reference category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。 ? Simple:差别对比。可计算该分类变量的各水平与参照水平相比的OR值。参照水平自己当然就不用跟自己相比了。对于本例来说，Simple与Indicator选项是一样的，前提是下面的Reference Category中你所选择的同是last（或first）。 ? Difference:差别对比。分类变量欲比较水平与其前面的各水平平均值进行比较，当然也不包括第一水平。与Helmert法相反，因此也叫反Helmert法。如3水平与1、2水平的平均值相比，下同。 ? Helmert:赫尔默特对比。分类变量欲比较水平与其后面各水平平均值进行比较，当然不包括最后一个水平。 ? Repeated:重复对比。分类变量的各水平与其前面相邻的水平相比较（第一水平除外）。 ? Polynomial:多项式对比。仅用于数字型的分类变量。无效假设是假设各水平是等距离的（可以是线性的关系，也可以是立方、四次方的关系）。例如年龄每增加10岁，死亡风险的增加值是一样的，但实际情况常常与此相反，如在20岁与60岁年龄段，年龄都增加10岁，所增加的死亡风险肯定是不一样的，具体情况需根据各人的研究课题，专业而定。 ? Deviation:离差对比。除了所规定的参照水平外，其余每个水平均与总体水平相比。
?
Reference category：如果你选择了Deviation, Simple, 或Indicator三个选项，
就必须选择First或Last作为参照水平。
?
完成上述选择后，击change钮，确认选择。
你若对上面写的一段不感兴趣的话，可跳过去，直接用系统默认的选项。 【Plots】选项
图11 Cox回归统计图对话框
Survival：累积生存函数曲线。 Hazard：累积风险函数曲线。
Log minus log：对数累积生存函数乘以-1后再取对数。 One minus survival：生存函数被1减后的曲线。
Change Value：系统默认用各变量的均数进行作图，但对字符型变量如癌症类型取
均值则没有实际意义。若用分类变量的其它水平进行作图，则选定该变量，此时Change Value钮被激活，按Value钮，在其右边的框内输入你所想要用于作图的值。击Change。 ? Separate Line for：输入分类变量的名称，此时可以用分类变量的不同水平进行作图，对于本例则可作出不同癌症的曲线。此分类变量必须包括在前面的自变量框中。
?
【Save】存为新变量
图12 Cox回归存为新变量对话框
? Survival：生存函数。
Function：累积生存函数估计值。
Standard error：累积生存函数估计值的标准误。
Log minus log：对数累积生存函数乘以-1后再取对数。 ? Diagnostics：回归诊断。
Hazard function Cox-Snell：残差。 Partial residual：偏残差。
Dfbeta(s)：剔除某一观察单位后的回归系数变化量。 X*Beta：线性预测得分。 【Options】选项
击Options按钮，弹出选项对话框。
图13 Cox回归选项对话框
? Model Statistics：模型统计量。
CI for exp(?) 95%：相对危险度的可信区间。系统默认95%可信区间。 Correlation of estimates：回归系数的相关阵。 ? Display model：输出模型方式。
? At each step：输出每一步的模型。系统默认。 ? At last step：输出最后一步的模型。