SPSS 28扩展Cox模型多时段时变协变量HR求解问题咨询

问题背景 #

模型定义：h(t, X) = h0(t) exp [clin2 + prison + dose + clin2gt]，其中：

• clin2：二分类时变变量（1/0编码）
• survt：随访天数（连续型）
• clin2gt：clin2*time交互项（用于体现时变效应）
• prison：二分类变量（1/0编码）
• dose：连续变量（单位mg）

需求：将随访划分为5个时段（0-183天、184-365天、366-548天、549-730天、>730天），构建扩展Cox模型并获取各时段的风险比（HR）及对应置信区间。

用户原有无效语法：

TIME PROGRAM.
COMPUTE hv1= (0<=T_ <= 183)* clinic.
COMPUTE hv2= (183<T_ <= 365)* clinic.
COMPUTE hv3= (365<T_ <= 548)* clinic.
COMPUTE hv4= (548<T_ <= 730)* clinic.
COMPUTE hv5= (T_ >730)* clinic.
COXREG
survt2 /STATUS=status(1)
/METHOD=ENTER prison dose hv1 hv2 hv3 hv4 hv5
/CRITERIA=PIN(.05) POUT(.10) ITERATE(20).

注：用户错误定义survt2为二分类变量（<365=0、>=365=1），不符合时变模型对时间变量的要求；同时纳入全部5个hv变量会引发多重共线性。

修正后语法及说明 #

1. 修正后的完整语法 #

* 定义分段时变交互变量，以0-183天作为参照组.
TIME PROGRAM.
COMPUTE hv2 = (T_ > 183 & T_ <= 365) * clin2.  /* 184-365天的clin2效应 */
COMPUTE hv3 = (T_ > 365 & T_ <= 548) * clin2.  /* 366-548天的clin2效应 */
COMPUTE hv4 = (T_ > 548 & T_ <= 730) * clin2.  /* 549-730天的clin2效应 */
COMPUTE hv5 = (T_ > 730) * clin2.              /* >730天的clin2效应 */

* 运行扩展Cox比例风险模型.
COXREG survt /STATUS=status(1)
/METHOD=ENTER prison dose clin2 hv2 hv3 hv4 hv5
/CRITERIA=PIN(.05) POUT(.10) ITERATE(20)
/PRINT=EXP(B) CI(95).

2. 关键修正点 #

• 时间变量修正：用原始连续随访天数survt替代错误的二分类变量survt2，确保模型能正确追踪时间变化。
• 规避多重共线性：保留clin2作为0-183天的效应基准，仅纳入后续4个时段的交互项，避免变量间完全线性相关。
• 强制输出HR及置信区间：通过/PRINT=EXP(B) CI(95)指定输出HR（EXP(B)）和95%置信区间，满足需求。

输出解读 #

• clin2的EXP(B)即为0-183天的HR，对应结果中的95%置信区间。
• hv2的EXP(B)是184-365天相对于0-183天的HR倍数，该时段实际HR = clin2的EXP(B) × hv2的EXP(B)，置信区间需通过指数化交互项的置信区间边界计算。
• 同理，hv3、hv4、hv5分别对应366-548天、549-730天、>730天相对于0-183天的HR倍数。

若需直接输出各时段的绝对HR，可调整参照组（例如将>730天作为参照，去掉hv5并将其余hv变量改为对应时段的clin2乘积），但以早时段为参照更符合随访研究的常规逻辑。

内容的提问来源于stack exchange，提问作者Anthony Cutajar