生存分析中PH假设违反校正后，变量关联结果可能出现哪些情况？

咱们来唠唠生存分析里这个容易踩的坑：当你发现某个变量的p值有统计学显著性，还和结局呈正相关，但通过Schoenfeld残差检测出比例风险（PH）假设被违反时，校正这个假设问题之后，可能会出现以下几种情况：

• p值不再具有显著性：原来的显著性可能是PH假设违规导致的假阳性结果。校正后，模型更贴合数据的真实风险模式，此时变量和结局的真实关联其实并不存在，p值就会超过预设的显著性阈值（比如0.05）。
• p值仍显著，但HR的大小发生变化：未校正时的HR是对时间平均效应的估计，而PH假设不成立意味着变量的风险效应是随时间变化的。校正后得到的HR可能是特定时间点的效应值，或者是更精准的整合效应值，数值会和原来的平均HR有明显差异——比如原来HR是2.0，校正后可能变成1.4或者2.6。
• p值仍显著，但关联方向反转：这种情况虽然少见，但确实存在。比如原本模型显示变量和结局正相关（HR>1），校正后却发现其实是负相关（HR<1）。这往往是因为变量的效应在不同时间阶段方向相反：比如早期会增加风险，后期反而降低风险，未校正的Cox模型把这些矛盾的效应平均后得出了错误的关联方向，校正后才还原了真实的效应模式。

内容的提问来源于stack exchange，提问作者Slouei