发布时间:2021-06-11 11: 17: 40
Cox回归模型又称为比例风险回归模型,该模型以生存结局和生存时间作为因变量,进而分析众多因素对生存期的影响,是一个典型的多因素分析方法。
SPSS中就带有Cox回归模型方法,本节将带大家进行深入的了解与探索,话不多说,开始我们的教学之旅。
一、演示数据
本文中采用的演示数据如图1,将70条患者数据按照不同的治疗方式分为2组,第一组采用新药治疗,第二组采用常规治疗,我们将要探索两种不同的治疗方式对患者的生存是否有差异。
其中,治疗方式分为0(常规治疗)和1(新药治疗);性别分为0(女)和1(男);年龄分为0(小于60岁)和1(大于60岁);生存时间表示患者生存周数;生存结果也分为0(存活)和1(死亡)。
图1:演示数据
二、Cox回归分析
第一步:打开【分析】--【生存分析】--【Cox回归】,进入Cox回归操作界面。
图2:Cox回归
第二步:在时间栏中,选择【生存时间】,在状态栏中,选择【生存结果】,然后点击定义事件按钮,为状态变量定义事件,因为我们的事件只有生存(0)和死亡(1)两种,因此选择【单值】,并输入【1】,随后点击继续,在协变量一栏中选择其他的各项指标,并设置方法为【向前:LR】,具体操作步骤已在图3中用数字标注。
图3:Cox设置
接下来点击右侧分类按钮,定义分类协变量,选择分类协变量为“治疗方式”,参考类别为第一个,如图4。
图4:定义分类协变量
如果我们要绘制不同治疗方式组的生存曲线,那么还需要点击右侧的“图”按钮,在图类型界面中,勾选“生存分析”,并选择绘制线条为“治疗方式”,如图5。
图5:绘制治疗方式对应生存曲线
最后点击“选项”按钮,勾选上“Exp的置信区间”,默认采用95%的置信区间,然后勾选“在最后一个步骤”显示模型信息,点击“继续”,生成Cox回归模型结果。
图6:选项设置
三、结果分析
我们直接看下方的治疗方式与生存曲线图,可以非常明显地看出,新药治疗方式(绿色的上方曲线)相比于常规治疗方式(蓝色的下方曲线),生存概率要更高。
图7: 生存曲线图
这样我们就完成了采用Cox回归模型,绘制治疗方式与生存时间的曲线图,直观地看出治疗方式之间对生存结果带来的差异。通过简单的几个步骤,IBM SPSS Statistic帮我们快速应用了数学模型,生成统计结果,并在表格和图表中进行了分析展示,该软件非常适合我们在日常的工作和学习生活中进行使用。
作者署名:包纸
展开阅读全文
︾
读者也喜欢这些内容:
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。...
阅读全文 >
逐步回归分析和多元线性回归的区别 SPSS逐步回归分析实例
将获取的全部样本点用一条光滑曲线连接起来,拟合这条曲线的方法有无数种,按照自变量的个数的多少,可分为一元回归分析和多元回归分析。按照变量之间的关系,可分为线性和非线性。逐步回归分析是多元线性回归分析的一种,本文就来谈谈逐步回归分析和多元线性回归的区别,SPSS逐步回归分析实例。...
阅读全文 >
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。...
阅读全文 >
应用SPSS双变量相关检验,探究两变量间相关关系
在《如何使用SPSS检验两变量间相关关系之散点图》一文中,我们通过散点图研究发现,客流量与销售额之间存在着正相关的关系,而客单价与销售额之间似乎不存在相关关系。...
阅读全文 >