图14 构造时间依存变量对话框
【Expression for T_cov_】框：
左边的框中列出了数据库中的所有变量，以供构造时间依存变量用，其中的T_是系统提供的时间变量。可以用右边的各个键和SPSS提供的各种函数构造时间依存变量；也可以在右边的Expression for T_cov_框中直接输入时间依存变量的表达式。时间依存变量的表的是构造完以后，击Model钮，出现下面的对话框。
图15 定义模型对话框
对话框左边是数据库中出现的变量名。在【Time】中输入生存时间变量Time；【Status】中输入状态变量status；【Covariates】中输入时间依存变量T_COV_。因本例无其它协变量，如有别的不随时间变化的协变量，一并输入Covariates框中。 对话框中的其他选项均在Cox模型中介绍过，这里就不再罗嗦了。 13.4.2 结果解释 Cox Regression
上表输出总例数、删失例数、失访例数。 Block 0: Beginning Block
模型拟合迭代过程，可不管它。 Block1: Method = Enter
整个方程检验无统计学意义，χ=1.702，υ=1，P=0.192。
2
输出方程中协变量的系数、标准误、Wald卡方值、自由度、P值、OR值。
输出协变量均数。 说明：
1. 对于分段时间依存协变量，有缺失值的病例将不能被分析。因此，你必须保证所有病例每个时间点均有协变量值。虽然这些值在分析中用不到，但它们能有效地防止这些病例被丢掉。例如，以上面规定的时间依存协变量为例，假使一个病例在第二周时终检，但它的BP3及BP4值仍必须有，可以取0或其它值，这个无关紧要，因为它们在统计分析中并不用到。
2. 那位又说了，既然寿命表法和Kaplan-Meier法都可以计算累积生存函数和风险函数，那么它们之间有什么差别呢？区别就在于寿命表法是生存时间分为许多时间段进行分析计算的，适用于大样本资料；而Kaplan-Meier法是计算每一终止事件发生时的生存率，适用于小样本资料。