如何在不同时间区间计算生存分析中的HR（比例风险比）

问题背景 #

已通过survfit和ggsurvplot完成生存分析，但比例风险假设不成立，需要计算0-3年（1095.75天）和3年至研究结束两个时间区间内，依从组与不依从组的风险比（HR）。现有变量包括idnumber、SerialTime（随访天数）、type（分组：依从/不依从）、event1（结局：1=事件发生，0=截尾），整体分析得到的HR为0.53（95% CI：0.31-0.88），计划用survsplit函数实现分段分析但不清楚具体操作。

现有代码 #

# KM生存曲线拟合
KMcurve <- survfit(Surv(SerialTime, event1)~type, data = KM)

# 绘制生存曲线
ggsurvplot(KMcurve, xlim=c(0, 2191.5), break.x.by = 365.25, ylab="", xlab="Days",
       pval= TRUE, risk.table = "nrisk_cumevents", risk.table.title="",
       legend.labs=c("Non-compliant", "Compliant"), legend.title="",  
       surv.scale = "percent", palette="nejm",
       title="Disease Free Survival",  risk.table.height=.25, 
       censor = TRUE, conf.int = TRUE,
       axes.offset = TRUE) 

# 整体Cox回归
coxph(Surv(SerialTime, event1)~type, data = KM) %>% 
  tbl_regression(exp = TRUE) 

示例数据集 #

dat <- data.frame(
  id = 1:100,
  SerialTime = as.numeric(sample(95:2900, 100, replace = TRUE)),
  type = as.numeric(rep(1:2)),
  event1 = as.numeric(rep(0:1)))

dput(dat)

分段Cox回归实现步骤 #

1. 加载必要包 #

确保survival和gtsummary包已安装并加载：

library(survival)
library(gtsummary)

2. 拆分随访时间区间 #

以3年（1095.75天）为分界点，用survsplit拆分数据集：

# 定义分界点：3年=365.25*3=1095.75天
split_dat <- survsplit(Surv(SerialTime, event1) ~ ., 
                       data = KM, 
                       cut = 1095.75, 
                       episode = "time_period")

• cut参数指定时间分界点（单位需与SerialTime一致，此处为天）
• episode参数生成新变量time_period，标记观测所属时间区间：1代表0-3年，2代表3年以后

3. 拟合分段Cox模型 #

通过分层交互项直接输出两个区间的HR值：

# 带分层交互项的分段Cox模型
split_cox <- coxph(Surv(tstart, tstop, event) ~ type * strata(time_period), 
                   data = split_dat)

# 指数化输出HR及95%置信区间
split_cox %>% 
  tbl_regression(exp = TRUE)

• survsplit自动生成tstart（区间起始时间）、tstop（区间结束时间）、event（区间内事件发生状态）三个变量，用于构建时依Cox模型
• strata(time_period)按时间区间分层，交互项形式会直接输出每个区间内type对应的HR

4. 验证数据拆分结果 #

可查看拆分后的数据结构，确认时间区间划分正确：

# 查看前5行拆分后的数据
head(split_dat)
# 统计各时间区间的样本量
table(split_dat$time_period)

注意事项 #

• 分界点单位必须与SerialTime完全匹配，如需多区间划分，可在cut中添加多个值，如cut = c(1095.75, 2191.5)对应0-3年、3-6年、6年以后三个区间
• 拟合模型后，建议单独验证每个时间区间内的比例风险假设是否成立

内容的提问来源于stack exchange，提问作者EmmaM