Editverse 무료 계산기

콕스 비례 위험 계산기

시간 경과에 따른 사건 발생 데이터에서 하나 이상의 공변량에 대한 위험비(hazard ratio)를 추정할 수 있습니다. 기준 위험 함수의 형태를 지정할 필요가 없으며, 결과에 사용된 정확한 R 명령어를 아래에 제시합니다. 자세한 안내는 아래에 있습니다. R 4.3.3 버전에서 검증되었습니다.

간단한 단어로

콕스 비례 위험 회귀 사건의 순간적인 위험(위험률)을 기준 위험률에 곱한 값으로 모델링합니다. exp(Σβx) 공변량에 대한 것입니다. 준매개변수적이는 시간 경과에 따른 위험 변화의 특정 형태를 가정하지 않고 각 공변량의 영향을 위험비로 추정합니다.

위험비(HR)가 1보다 크면 기준 집단에 비해 위험이 높다는 의미이고, 1보다 작으면 위험이 낮다는(보호 효과가 있다는) 의미입니다. 이는 한두 집단의 생존율을 보여주는 카플란-마이어 곡선을 확장하여 여러 공변량을 한 번에 조정할 수 있도록 합니다.

콕스 회귀 분석은 언제 사용해야 할까요?

이 방법은 그룹 간 비교 또는 다른 변수를 조정하면서 공변량 효과를 추정하고 , 연구 참여자가 사건 발생 전에 연구에서 이탈하거나 연구 종료 시점에 도달하는 경우와 같은 중도 절단을 적절하게 처리하려는 경우, 사건 발생까지의 시간(생존) 데이터에 사용합니다.

조정되지 않은, 단지 한두 그룹에 대한 기술적 생존 곡선만 필요한 경우라면 Kaplan-Meier 분석이 더 간단하고 충분합니다. 결과 변수가 이진 변수이고 사건 발생까지의 시간 요소가 의미 없는 경우 에는 로지스틱 회귀 분석을 사용하는 것이 좋습니다. 어떤 분석 방법이 적합한지 잘 모르시겠다면, 저희의 대화형 분석 선택 도구를 이용해 보세요.

콕스 비례 위험 모형 사건 발생 시간 데이터에 대한 위험비 · R 4.3.3 대비 검증됨
사용자 가이드

사용 시점. 기준 위험률을 지정하지 않고 사건 발생 시간 결과에 대한 공변량의 위험비 추정.

가정 사항: 비례 위험 가설(공변량 효과가 시간에 따라 일정함); 비정보적 중도절단.

흔히 저지르는 실수. 위험비(HR)를 신뢰하기 전에 비례위험 가설(예: 쇤펠드 잔차)을 검증하십시오.

작동 예제

위의 '예제 데이터 불러오기'를 클릭한 다음 '분석 실행'을 클릭하여 이 테스트에 대한 그림, 공식 및 해석을 포함한 전체 결과를 확인하세요.

참고자료
  1. Cox DR. 회귀 모형 및 생명표. JR Stat Soc B. 1972;34:187-220.

작동 예

예시 1 — 단일 이진 공변량

각 대상자는 추적 관찰 기간, 사건 발생 여부(1 = 사건 발생, 0 = 중도 탈락), 그리고 이진 공변량 x1(예: 치료군 대 대조군)을 가지고 있습니다. 모델을 적합시키면 x1에 대한 위험비와 신뢰구간, p값이 제공됩니다. 이는 전체 추적 관찰 기간 동안 평균적으로 한 그룹의 순간적인 위험이 다른 그룹에 비해 얼마나 높거나 낮은지를 나타냅니다.

예제 2 — 공변량 추가

치료군과 함께 연령을 추가하면 치료 위험비는 조정 위험 비(adjusted HR)가 되는데, 이는 연령을 고려한 후의 치료 효과를 나타냅니다. 조정되지 않은 위험비와 조정된 위험비를 비교하면, 원시적인 연관성에서 연령이 치료 자체보다 얼마나 큰 영향을 미쳤는지 알 수 있습니다.

확인해야 할 가정

비례 위험 모형. 이 모형은 각 공변량의 위험비가 전체 추적 기간 동안 일정하다고 가정합니다. 위험비를 신뢰하기 전에 쇤펠드 잔차를 사용하여 이를 확인하십시오. 시간이 지남에 따라 효과가 변하는 공변량은 시간 가변 확장 모형이 필요합니다.

비정보적 검열. 검열된 대상은 검열되지 않은 대상과 체계적으로 다른 위험을 가져서는 안 되며, 검열은 사건 발생 과정과 무관해야 합니다.

독립적인 관찰. 표준 Cox 회귀 분석은 독립적인 대상당 하나의 사건 발생 시간을 가정합니다. 상관 관계가 있거나 군집된 사건 발생 시간에는 취약성 또는 강건 분산 확장이 필요합니다.

흔한 실수

비례위험가설을 확인하지 않음

위험비는 실제 효과가 시간에 따라 대략 일정할 때만 적절한 요약 지표가 될 수 있습니다. 위험비를 최종 값으로 보고하기 전에 쇤펠드 잔차 검정 또는 도표를 확인해야 합니다.

인사 담당자를 절대적 위험으로 해석하기

위험비가 2라는 것은 비교 집단에서 순간적인 위험이 두 배라는 의미이지, 사건을 경험하는 사람의 수가 두 배라는 의미는 아닙니다. 절대 위험도 또한 기준 위험도에 따라 달라집니다.

데이터 설정에서 검열을 무시함

연구 참여자가 연구를 조기에 중단하거나 연구 종료 시점까지 사건 발생 없이 진행된 경우, 해당 대상자는 마지막으로 확인된 시점에서 중도 탈락(사건 발생 = 0)으로 처리해야 하며, 연구에서 제외하거나 영구적으로 사건 미발생으로 간주해서는 안 됩니다.

하나의 p값을 과해석하는 것

모델에 여러 공변량이 포함된 경우, 전체 모델을 유의미함/비유의미로 단순화하는 대신 각 위험비에 대한 신뢰구간을 함께 보고해야 합니다.

자주 묻는 질문

콕스 회귀 분석은 카플란-마이어 분석과 어떻게 다른가요?

Kaplan-Meier 분석은 공변량 조정 없이 하나 또는 소수의 그룹에 대한 생존율을 나타냅니다. Cox 회귀 분석은 하나 이상의 공변량이 위험률에 미치는 영향을 서로를 고려하여 추정합니다.

위험비가 1이라는 것은 무엇을 의미합니까?

비교 대상 그룹 간 또는 연속형 공변량 단위당 순간 위험도에 차이가 없음 - 이는 Cox 모델에서 "효과 없음"의 기준값입니다.

검열 대상 주제는 어떻게 다뤄야 할까요?

해당 데이터를 마지막 관찰 시점을 기준으로 이벤트 = 0으로 코딩합니다. 중도절단이 비정보적인 경우, 모델은 이 부분 정보를 정확하게 활용합니다.

결과가 R과 일치합니까?

네. 계산기는 R과 동일한 방식으로 모델에 맞춰집니다. coxph() 인사말 survival 해당 패키지에는 정확한 명령어가 나와 있으므로 재현할 수 있습니다.

참고자료

  1. Cox 박사. 회귀 모형 및 생명표. JR 통계학회 B. 1972;34(2):187–220.
  2. Schoenfeld D. 비례 위험 회귀 모델의 부분 잔차. Biometrika. 1982;69(1):239–241.

원고에 이러한 분석이 필요하신가요?

저희 박사급 생물통계학자들이 생존 모델을 구축하고 보고서를 작성해 드립니다. 비례위험도 검정, 조정된 위험비, 그리고 재현 가능한 R 출력 결과를 포함한 출판용 표를 제공합니다.

전문가의 통계적 도움을 받으세요