在臨床研究中,，我們最常用的有logistic回歸,、線性回歸和Cox回歸。對于前兩種回歸分析模型,，我們的教科書有比較詳細(xì)的公式,，根據(jù)公式很容易進行計算,，用來做預(yù)測比較方便。而對于Cox回歸分析,，由于其是一個半?yún)?shù)模型,，而且它的結(jié)局有兩個：結(jié)局狀態(tài)和時間。對于一般研究者來說,，用Cox回歸做預(yù)測分析十分困難,，似乎無從下手。

Cox回歸既然可以做危險因素分析,，能計算出風(fēng)險比例（HR）,，也是可以做個預(yù)測的。怎么做呢,？

理論部分（對生存分析原理不熟悉者可略過）

Cox回歸模型的生存函數(shù)表達(dá)式為

S(t∣X)是指在t時間時某種協(xié)變量（X）條件下的生存概率，要想計算它,，需要知道兩個參數(shù)：S₀(t)與Xβ,。

S₀(t)為基礎(chǔ)生存函數(shù)，即t時間時X=0時的生存概率,。它的計算方法是：

從隨時開始到t1時間的生存概率S₀(t1) 為生存總?cè)藬?shù)除以隨訪總?cè)藬?shù),；

從隨時開始到t2時間的生存概率S₀(t2) 為S₀(t1)乘上t1時間到t2時間的生存概率，即S₀(t1)*S₀(t1→t2),。

以此累計計算……

因此S₀(t)是很多條件概率的乘積,，不是一個公式，不能通過帶入?yún)?shù)計算,。

Xβ就比較簡單了,，它就是回歸系數(shù)與變量的乘積的和，即

與線性回歸和logistic回歸相同,。

實踐部分

對于生存概率的計算,，SPSS和SAS都給出了相應(yīng)模塊供我們使用。我們以SPSS為例,。數(shù)據(jù)如下,，有4個協(xié)變量（分期（stage）、分級（grade）,、腫瘤大?。?/span>size）、某指標(biāo)陽性（positive））,，生存狀態(tài)(status)和隨訪時間(time),。

點擊“分析”-“生存分析”-“Cox回歸”,按下圖選擇相應(yīng)的變量，并對stage設(shè)置亞變量,。

在”選項“中選中”顯示基線函數(shù)“,。

結(jié)果中會出現(xiàn)一個生存分析表：

表中第一列和第二列為相應(yīng)時間對應(yīng)的累積風(fēng)險,。

如果我們想計算一年的累積生存率，即找到12月對應(yīng)的累積風(fēng)險為0.001289,，

12月生存函數(shù)為：

帶入每個病例的Xβ即可計算出每個病例的一年生存概率,。