生存分析只知Cox回归还不够,你得了解下竞争风险模型!

发布网友 发布时间：2024-10-24 01:23

我来回答

共1个回答

热心网友 时间：2024-10-31 11:39

新学期医学统计学课程开始，我们将探讨在临床研究中的非传统方法，首堂课聚焦生存分析中的竞争风险模型。

老师举例说明，某研究人员对2007年确诊为轻度认知损害（MCI）的518名老年患者进行为期2010-2013年的随访，主要观察结局为是否发生阿尔兹海默病（AD）。在随访期间，共78例AD发生，另有84例因搬迁、退出或死亡而未参与AD观察，死亡成为AD发展的竞争风险事件。

小张提出应采用生存分析方法，特别是Kaplan-Meier法估算生存概率及Log-rank检验比较生存曲线。然而，传统方法将非AD结局的个体视为删失数据，可能产生偏差。小咖指出，竞争风险模型是一种处理多种潜在结局生存数据的有效方法，适合分析存在竞争风险事件的情况。

老师解释竞争风险模型适用于多种结局事件的分析，其中AD的发生可能受到死亡等其他事件的“竞争”。采用这种模型进行单因素分析，可以估计关心终点事件的发生率；多因素分析则探索预后影响因素及效应值。在老年人群研究中，考虑竞争风险时，传统生存分析方法可能会高估特定疾病的发生风险。

以乳腺癌患者术后复发情况为例，传统生存分析与竞争风险模型的结果显示，不考虑竞争风险可能导致术后复发累积风险率的高估。统计软件如R和SAS提供进行竞争风险分析的程序包，小袁介绍了具体实现方法。

通过应用竞争风险模型分析，发现年龄、性别、文化程度、高血压、阅读习惯和收缩压等因素对MCI向AD转归的影响显著；而仅通过Cox比例风险回归模型分析，仅读书看报和经济情况对MCI向AD转归有影响。

总结，竞争风险模型在分析存在多种结局事件的纵向数据时具有优势，是传统生存分析方法的有力补充。然而，在国内医学研究领域中，竞争风险模型的应用较为有限。通过案例分析和软件示例，我们明确了如何在医学研究中应用竞争风险模型。