Я вычислил регрессию пропорциональных рисков Кокса в R.
cox.model <- coxph(Surv(time, dead) ~ A + B + C + X, data = df)
Теперь у меня есть отношение рисков (HR или exp (coef)) для всех этих ковариат, но на самом деле меня интересуют только эффекты непрерывного предиктора X. HR для X составляет 1,20. X фактически масштабируется в соответствии с измерениями выборки, так что X имеет среднее значение 0 и SD 1. То есть человек с увеличением X на 1 SD имеет в 1,23 раза более высокий шанс смерти (событие), чем кто-то со средним значением. значение X (я считаю).
Я хотел бы иметь возможность выразить эти результаты в чем-то менее неудобном, и на самом деле эта статья делает именно то, что я хотел бы. Он говорит:
В модели пропорциональных рисков Кокса с поправкой на возраст, пол и образование более высокий уровень общей ежедневной физической активности был связан со снижением риска смерти (отношение рисков = 0,71; 95% ДИ: 0,63, 0,79). Таким образом, человек с высокой общей дневной физической активностью (90-й процентиль) имел примерно риск смерти по сравнению с человеком с низкой общей дневной физической активностью (10-й процентиль).
Предполагая, что требуется только HR (например, 1,20), как вычислить этот оператор сравнения? Если вам нужна другая информация, спросите меня.
