如何评估连续变量的比例风险假设

机器算法验证 生存 cox模型 假设 冒险
2022-03-19 17:06:47

我在检查比例风险模型中连续变量的假设时遇到问题。如果变量是具有多个级别的因素,那么我可以使用 logrank 检验或检查生存曲线的 log(-log) 转换是否平行。但是如果一个变量是连续的呢?那个方法还有效吗?Schoenfeld 的测试是一个解决方案吗?

1个回答

如果您没有假设连续变量的线性,或者如果线性确实成立,那么下一个合乎逻辑的步骤是使用 Rsurvivalcox.zph函数中实现的平滑缩放 Schoenfeld 残差图来评估风险的比例。这些图显示了作为时间函数的二元或连续变量的估计回归系数。如果 PH 成立,你希望这段关系保持平稳。该函数还提供了一个正式的假设检验,该检验有时对次要的非 PH 过于敏感。