COX回归模型95%CI过宽且PH假设不满足的适配性与原因咨询

一、该数据集是否适合拟合COX回归模型？ #

从你的样本分布来看，ECOG评分三组样本量极度不均衡（7、143、7），这种情况下COX回归的适配性存在明显局限：

• 两组小样本组（n=7）的信息过少，直接导致模型参数估计稳定性极差，也是比例风险（PH）假设无法满足的核心原因之一——小样本下既难以准确检验PH假设，协变量的时间效应估计也会严重失真。
• 你尝试的哑变量、ECOG*TIME交互项、Firth估计等方法，无法解决小样本带来的固有缺陷：Firth估计主要应对分离问题（某协变量水平下事件全发生或全不发生），但样本量过小导致的标准误过大、估计不稳定是另一层面的问题。

针对这种情况，建议调整方向：

• 合并小样本组：若ECOG评分的临床逻辑允许（比如将评分相近的组合并），减少组数以提升每组样本量，再重新拟合COX回归。
• 使用分层COX模型：以ECOG作为分层变量，在各层内拟合模型，规避PH假设不满足的问题，但小样本层的估计仍可能存在不稳定。
• 换用参数生存模型：比如Weibull、对数正态模型等，这类模型对小样本的适应性相对更好（前提是数据符合模型的分布假设）。
• 非参数分析：若重点是比较组间生存差异，直接用Kaplan-Meier曲线+log-rank检验（或分层log-rank），虽无法调整其他协变量，但结果更稳健。

二、95%置信区间（CI）过宽的原因解释 #

95%CI过宽的核心原因是小样本量导致参数估计的标准误过大：

• 当某组样本量仅为7时，该组的事件数或删失数必然极少，模型无法从有限信息中得到精准的参数估计，反映在统计上就是标准误（SE）显著增大。而CI宽度与SE直接相关（CI = 估计值 ± 1.96×SE），SE越大，CI越宽。
• 样本不均衡会进一步加剧这一问题：大样本组的信息主导模型估计，小样本组的参数估计被严重稀释，放大了估计的不确定性。

附：你提供的SAS代码 #

data efffreq2;
set efffreq1;
if treat=1 then treat1=1; else treat1=0;
if treat=2 then treat2=1; else treat2=0;
run;
proc phreg data= efffreq2;
    where fasfl="Y" and mcode="1";
    model os*status(0)=treat1 treat2 tt1 tt2 /firth risklimits=pl itprint;
    tt1=treat1*os;
    tt2=treat2*os;
EFFECT1:TEST tt1,tt2;
run;

内容的提问来源于stack exchange，提问作者dashuai