cox回归生存分析在stata中实现.doc

《cox回归生存分析在stata中实现.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、为了评价各种指标对透析患者生存时间的影响，资料如下，为避免受过大值的影响，实际拟合模型中，ntprobnp数据取对数，记为ntprobnp1genntprobnp1=log(ntprobnp)资料如下：timediecreabunalbagetherapyntprobnpntprobnp112110323428450202.26113244626661343.38115204931560564.45187028326211124.991990343935010206.1200785234229019207.12004561943350453.12005702339270884

2、.1200102033414202115.120078029402304556.1200670223919021007.1200932283523013207.12006892744560443.784193516703328661664.67112103434721774.1.预后因素筛选：logranktimedie,by(crea)检测肌酐是否影响生存率chi2(13)=29.07Pr>chi2=0.0064P<0.05，说明肌酐对预后影响大logranktimedie,by(bun)logranktimedie,by(alb)logranktimedie,by(age

3、)logranktimedie,by(therapy)logranktimedie,by(ntprobnp1)由于bunP>0.05，在COX模型中去除改因素2.用COX比例风险模型分析coxtimecreaalbagetherapyntprobnp1,dead(die)Coxregression--notiesEntrytime0Numberofobs=15①LRchi2(5)=26.21②Prob>chi2=0.0001③Loglikelihood=-4.④PseudoR2=0.7578-------------------------------------------

4、-----------------------------------time

5、⑤Coef.⑥Std.Err.⑦z⑧P>

6、z

7、⑨[95%Conf.Interval]-------------+----------------------------------------------------------------crea

8、-..-1.040.299-..alb

9、-1..-1.480.140-2..age

10、..0.940.350-..therapy

11、-7.7.-1.090.277-21.5576.ntprobnp1

12、-.1.-0.230.821-2.1.①为模型无效假设(

13、即：所有协变量的回归系数为0)所对应的似然比检验(自由度为协变量个数的卡方);②模型无效假设检验对应的p值；③对数似然比；④伪决定系数；⑤回归系数；⑥回归系数的标准误；⑦单个回归系数检验(Ho:该回归系数为0)的Z统计量；⑧单个回归系数验的p值；⑨回归系数的95%可信限。本例结果表明：在平衡诸多混杂因素后，模型中的因素与死亡风险无明显相关性。1.作图stsettime,failure(die)数据库定义为生存资料数据库；stslist为计算命令。stsliststsgraph生存概率曲线stsgraph,by(therapy)生存概率曲线，不同治疗措施对生存率的影响