Cox模型选择：如何调整代码测试所有变量组合筛选最优模型

你需要遍历所有可能的协变量组合，拟合Cox模型并比较AIC值来选择最优模型。注意：followup是生存时间列，CRD是事件结局列，这两个不能作为协变量放入模型自变量，需单独区分。

修改后的代码实现 #

import itertools
from lifelines import CoxPHFitter

# 区分协变量与结局相关列
covariates = ['v1', 'v3', 'v4', 'v5']
duration_col = "followup"
event_col = "CRD"

# 存储所有模型的变量组合与对应AIC值
model_results = []

# 遍历1个到全部协变量的所有组合
for k in range(1, len(covariates)+1):
    for combo in itertools.combinations(covariates, k):
        # 构造模型所需的列：协变量组合 + 结局列
        cols = list(combo) + [duration_col, event_col]
        # 拟合Cox模型
        cph = CoxPHFitter()
        cph.fit(df[cols], duration_col=duration_col, event_col=event_col, step_size=0.5)
        # 记录结果
        model_results.append({
            'variables': combo,
            'partial_AIC': cph.AIC_partial_
        })

# 按AIC值升序排序（AIC越小拟合效果越好）
model_results.sort(key=lambda x: x['partial_AIC'])

# 输出最优模型信息
print("最优模型：")
print(f"变量组合: {model_results[0]['variables']}")
print(f"部分AIC值: {model_results[0]['partial_AIC']:.5f}")

# 可选：输出所有模型的排序结果
print("\n所有模型AIC排序：")
for idx, res in enumerate(model_results, 1):
    print(f"排名{idx}: 变量={res['variables']}, 部分AIC={res['partial_AIC']:.5f}")

代码说明 #

• 用itertools.combinations生成所有非空协变量子集，覆盖从单个变量到全变量的所有可能组合。
• 每个组合对应拟合一个Cox模型，提取部分AIC（cph.AIC_partial_）作为评估指标。
• 按AIC升序排序后，AIC最小的模型即为拟合效果最优的模型。

内容的提问来源于stack exchange，提问作者Mischa