含混合效应的Cox比例风险模型：生存数据设置与模型验证

核心问题诊断 #

你的数据是重复测量的纵向数据（每个个体有年度随访观测，最后一次观测时事件发生），当前代码存在两个关键问题：

1. Surv(time=year, event=status)的设置不符合时依协变量Cox模型的要求——模型会把year直接当成「从研究开始到当前记录的生存时间」，但你的year是观测年份（如0=基线、1=第1年随访），这种结构会导致模型误判风险区间。
2. 你需要的是带随机效应的Frailty模型，coxph()的cluster(subject)仅能调整聚类标准误，无法引入真正的随机效应，应该用coxme包的coxme()函数。

正确的数据格式转换 #

处理随时间变化的协变量（如年度测量的CHEM_376），必须将数据整理为计数过程格式：每个个体的每段风险区间对应一行，包含区间起始时间(start)、结束时间(stop)、事件状态(status)，以及该区间内的协变量取值。

以你的数据为例，每个个体有2个风险区间：

• 区间1：从start=0到stop=1，对应基线到第1年随访，事件未发生（status=0），协变量用year=0时的CHEM_376值。
• 区间2：从start=1到stop=2，对应第1年到第2年随访，事件发生（status=1），协变量用year=1时的CHEM_376值。

转换代码：

# 转换为计数过程格式
snippet_long <- snippet[, .(
  start = c(0, 1),
  stop = c(1, 2),
  status = c(0, 1),
  CHEM_376 = CHEM_376[1:2],  # 取前两次测量的协变量值
  age = age[1],
  sex = sex[1]
), by = subject]

带随机效应的Cox模型实现 #

使用coxme()函数，将subject作为随机截距项（(1 | subject)），同时纳入时依协变量CHEM_376和固定协变量age、sex：

library(coxme)
# 运行带随机效应的Cox模型
model <- coxme(Surv(start, stop, status) ~ CHEM_376 + age + sex + (1 | subject), 
               data = snippet_long)
# 查看结果
summary(model)

关键疑问解答 #

1. 程序能否识别year是观测年份？
   不能。默认的Surv(time, event)要求time是「从研究起始到事件/截尾的时间长度」，而非观测年份。必须转换为计数过程格式，明确每个风险区间的起止时间，模型才能正确识别随访时间和协变量的时间关联。

2. 是否需要计算个体到事件发生的时间？
   不需要单独计算，而是通过计数过程格式的start和stop来定义每个时间段的生存时间区间。事件发生在stop=2时，对应区间的status=1即可。

3. year不是POSIX格式的问题？
   生存模型对时间的要求是数值型的时间间隔（如年、月、天），不需要POSIX日期格式。你的year本身就是以年为单位的时间点，直接用来计算区间起止即可。

内容的提问来源于stack exchange，提问作者Claire