Survival
具有時間相關協變量的 Cox 回歸的模型建議
我正在模擬懷孕對疾病結果（死活）的影響。大約 40% 的患者在診斷後確實懷孕了——但發生在不同的時間點。到目前為止，我已經完成了 KM 圖，顯示了妊娠對生存的明顯保護作用以及常規的 Cox 模型——但是這些模型僅使用二分妊娠變量進行建模，並假設從診斷時就存在這種影響，這顯然是不現實的因為懷孕的中位時間是診斷後的 4 年。
什麼樣的模型會吸收診斷後不同時間點多胎妊娠的影響？對與時間相互作用的懷孕進行建模是否正確（這將需要一些認真的數據重建——任何可以幫助解決此問題的自動化軟件？）或者對於這些問題是否有另一種首選的建模策略？此外，這些問題的首選繪圖策略是什麼？
您在這裡需要的是時變協變量，不一定是時變係數。一個可以幫助您進行分析的已知示例是斯坦福心臟移植數據。
為了呈現您的結果，您可以使用經典的 Kaplan-Meier 估計器，它可以毫無問題地處理隨時間變化的協變量（但請記住，這是一個粗略的或未經調整的分析，具有所有眾所周知的局限性）。
例如，下圖顯示了在正確考慮隨時間變化的移植狀態（上圖）和未考慮（下圖）時對斯坦福 HT 數據的分析。
