基于帕金森病多随访队列数据开展Case-Case Cox回归的方法咨询

1. 先完成数据结构化适配 #

你手头的全患者队列符合Case-Case设计的前提，首先要把宽格式的随访数据转为生存分析要求的长格式，核心处理规则如下：

• 按样本ID分组，对每个受试者的所有随访日期从小到大排序，计算从基线到每次随访的时间差（推荐用月作为单位，作为后续的生存时间变量）
• 明确你要研究的结局事件：比如你可以选择从基线PD状态进展至PD-MCI或PDD作为终点，也可以单独选择进展至PDD作为终点，其他情况按删失处理：
  • 直至最后一次随访仍维持PD状态的受试者，生存时间取基线到末次访视的间隔，事件变量赋值为0
  • 随访中途失访无有效状态数据的，生存时间取基线到最后一次有效访视的间隔，事件变量赋值为0

如果你需要同时分析三个状态之间的所有转归风险，可以采用多状态Cox模型，把不同的转归类型设为不同的事件编码即可。

2. 模型变量设定 #

Case-Case设计无需纳入健康对照相关的变量，所有分析都在PD患者队列内进行，核心要纳入的变量包括：

• 年龄作为核心协变量，是PD认知进展的强混杂因子
• 如果后续补充了性别、发病年龄、病程、基础用药等字段，也建议纳入模型调整混杂
• 不需要额外设置“是否患病”的二分类变量，分析核心是比较不同特征的PD患者进展到目标终点的风险差异

3. 代码实现参考（R语言） #

核心用到survival包的coxph函数，示例代码如下：

# 加载生存分析包
library(survival)

# 入参说明：
# your_data为你整理好的长格式数据集，包含字段：
# time：从基线开始的随访时间（单位：月），event：事件标识（1=发生目标进展，0=删失）
# age：基线年龄，id：样本ID

# 基础单因素Cox模型，分析年龄对进展风险的影响
cox_base <- coxph(Surv(time, event) ~ age, data = your_data)
# 查看模型结果
summary(cox_base)

# 如果需要调整受试者内重复测量的相关性，可加入脆弱项
cox_frailty <- coxph(Surv(time, event) ~ age + frailty(id), data = your_data)
summary(cox_frailty)

4. 结果校验注意事项 #

• 分析前先做等比例风险假定检验，调用cox.zph(cox_base)即可，输出结果P值>0.05说明满足模型假定
• 如果随访间隔差异较大，建议先采用插值法补全部分缺失的状态数据，避免删失占比过高影响结果可信度
• 样本量充足的前提下可以做亚组分析，比如按基线年龄分层，对比不同年龄段患者的进展风险差异

内容的提问来源于stack exchange，提问作者kayenat parveen