搜索到21537 篇“ COX比例风险模型 “的相关文章
LASSO型估计在COX 比例 风险 模型 中的渐近分布 风险 有关的病人特质或环境因素(通称为协变量),为病人个体化和精准医疗提供统计依据。Cox 比例 风险 模型 是研究这一类问题的主要统计模型 。在医学研究中...关键词：渐近分布 基于函数型Cox比例 风险 模型 的基因–基因交互效应分析及在眼病中的应用 2024年 比例 风险 模型 。该方法将基因的多个单核苷酸多态性(SNP)之间的交互效应进行函数化处理,大大降低了待估参数的维数。基因–基因的交互作用的假设检验采用似然比(LRT)检验统计量。经模拟研究表明,所提方法能够较好地控制第I类错误率,功效也比较高。实例分析表明,利用所提出的方法能够有效地检测出与老年黄斑变性和白内障(AREDS)相关联的基因–基因交互作用。关键词：交互效应 COX比例风险模型 SNP 基于LASSO回归和Cox比例 风险 模型 探讨血红蛋白与颈动脉斑块形成的关联 2024年 比例 风险 模型 验证HB与颈动脉斑块形成的关联及关联强度。方法采用海军青岛特勤疗养中心体检中心体检数据,以2014年体检人群资料为队列随访基线,以2020年为随访时间终点,随访事件结局为该人群新发颈动脉斑块,利用LASSO回归算法筛选颈动脉斑块影响因素,并通过Cox比例 风险 模型 分析HB与颈动脉斑块的关联。结果共纳入977名未患有颈动脉斑块的体检人群,经过6年体检定期随访,随访新发颈动脉斑块326例,累计患病率为33.4%。LASSO回归筛选变量年龄和吸烟等9个变量时,模型 均方根误差最小,其对应的λ=0.0113,LASSO回归模型 筛选变量通过ROC预测新发颈动脉斑块的曲线下面积AUC为0.762。通过Cox比例 风险 模型 进一步验证血红蛋白是颈动脉斑块发病的独立危险预测因素。结论体检人群高水平血红蛋白可能与颈动脉斑块发病相关,应重点关注中老年体检人群血红蛋白水平,提示较高的营养水平的人群是防控颈动脉斑块新发的重点人群。关键词：血红蛋白 队列研究 宁波市中心城区≥15岁人类免疫缺陷病毒阳性人群乙型肝炎病毒感染发生风险 影响因素的COX 比例 风险 模型 分析 2024年 风险 及其影响因素。方法通过国家艾滋病综合防治信息平台选择宁波市某医院2006-2022年确诊和管理的≥15岁且HBV血清标志物检测排除HBV感染的HIV阳性患者,随访至2023年6月31日,计算HBV感染发生率并采用多因素COX 比例 风险 模型 分析发生HBV感染的影响因素,计算风险 比(Hazard ratio,HR)及其95%CI。结果共纳入362例研究对象,平均确诊年龄为33.09±12.27岁,平均观察时间为5.02±3.71人年;观察期内发生HBV感染78例(21.55%),发生率为4.29(95%CI:3.40-5.32)/100人年。多因素COX 比例 风险 模型 分析显示,年龄30-49岁和≥50岁、CD4^(+)与CD8^(+)T细胞比值<0.3、有梅毒感染史者HBV感染发生风险 高[HR(95%CI):3.83(2.07-7.07)、5.46(2.71-11.02)、2.97(1.73-5.10)、2.27(1.39-3.70)],有乙型肝炎疫苗(Hepatitis B vaccine,HepB)接种史者HBV感染发生风险 低[HR(95%CI):0.37(0.19-0.72)]。结论HIV阳性人群特别是确诊年龄大、CD4^(+)与CD8^(+)T细胞比值低、有梅毒感染史和无HepB接种史者HBV感染发生风险 较高。建议加强HIV阳性人群HepB接种或抗HBV治疗。关键词：人类免疫缺陷病毒 乙型肝炎病毒 影响因素 基于Cox比例 风险 模型 的交通违法间隔时间研究 2023年 比例 风险 回归模型 ,从各变量对再次发生交通违法间隔时间的影响方面,研究驾驶员交通违法的间隔时间差异,以及影响驾驶员发生再次违法的关键因素。结果表明:交通违法时间间隔受年龄、累计积分、月份3个因素显著影响;33~44岁的驾驶者再次违法率最大,大于60岁的驾驶者再次违法率最小;驾驶员累计积分与生存曲线陡峭程度为正相关关系,累计积分与驾驶者再次违法率为正相关关系;相同间隔时间下,11月生存率最高,1月生存率最短。关键词：COX比例风险模型 影响因素 生存率 限制性立方样条Cox比例 风险 模型 在肿瘤预后分析中的应用 被引量：2 2023年 比例 风险 模型 在肿瘤预后分析中的应用。方法应用限制性立方样条Cox比例 风险 模型 分析686名原发性乳腺癌患者预后情况,比较限制性立方样条Cox比例 风险 模型 与传统Cox比例 风险 模型 的一致性指数(concordance index,C-index)、净重分类改善指标(net reclassification improvement,NRI)、综合判别指数(integrated discrimination improvement,IDI)以及校准度(calibration)。结果初次手术年龄、阳性淋巴结数、孕激素受体及雌激素受体与乳腺癌复发之间存在非线性关联。当预测时间小于511天时,传统Cox比例 风险 模型 的C-index优于限制性立方样条Cox比例 风险 模型 ;当预测时间大于511天时,限制性立方样条Cox比例 风险 模型 的C-index优于传统Cox比例 风险 模型 。限制性立方样条Cox比例 风险 模型 在NR、IDI以及校准度均优于传统Cox比例 风险 模型 ,且未出现过度拟合现象,在原发性乳腺癌患者的预后分析中具有较好的预测价值。结论尽管限制性立方样条受到样条函数节点个数及位置的影响,且高次项的存在会影响模型 的可解释性,但当随访数据不满足传统Cox比例 风险 模型 的对数线性假定时,限制性立方样条Cox比例 风险 模型 拟合自变量的非线性关系在肿瘤预后分析中仍表现出优势。关键词：COX比例风险模型 肿瘤 预后分析 中国城投债的集聚违约风险 影响因素研究 ——基于Cox比例 风险 模型 风险 问题,不仅会给投资者以及地方政府带来巨大损失,严重时还会引发系统性风险 。由于我国发行的城投债具有很强的地域特...关键词：城投债 COX比例风险模型 含时滞协变量的Cox比例 风险 模型 研究 比例 风险 模型 是生存分析中的经典模型 ,用以刻画生存寿命与协变量之间的关系.在实际问题中,某些协变量可能会随着时间的推移而改变.为此,本论文研究了具有时间相依协变量的Cox比例 风险 模型 β的求解及其渐近性. 同时,由于患...关键词：COX比例风险模型 交互效应 卵巢癌术后患者Cox比例 风险 模型 的构建与验证 2023年 模型 ,初步探讨影响生存的因素,为预后评估提供参考。方法回顾性分析293例卵巢癌术后患者的临床资料及随访结局,通过Cox比例 风险 回归法构建预后模型 ,采用受试者工作特征(ROC)曲线评价模型 的预测效能,基于模型 分值的P_(25)和P_(75)为界点将具有完整随访结局的患者分为低、中、高风险 组,Kaplan-Meier法进行生存分析以验证模型 的预后分类能力。结果(1)多因素Cox回归分析显示:年龄、FIGO分期、肿瘤直径、淋巴结转移、远处转移、腹水、术前PLT与患者生存预后独立相关(P<0.05)。以上述指标构建Cox比例 风险 模型 ,计算公式:风险 指数(risk index,RI)=0.452年龄(50-60)岁+0.799年龄(>60岁)+0.297FIGO分期+0.281淋巴结转移+0.774远处转移+0.473腹水+0.239肿瘤直径+0.402术前PLT(≥300×10^(9)/L)。(2)ROC分析显示:RI预测3年死亡的ROC曲线下面积(AUC)是0.71(95%CI:0.646-0.774),以RI=1.869为截断点(Youden指数最大),预测的敏感性和特异性分别0.754和0.589。RI预测5年死亡的AUC是0.753(95%CI:0.679-0.827),当RI=1.767时,敏感性为0.737,特异性为0.750。(3)生存分析显示,低风险 组、中风险 组和高风险 组的生存曲线无交叉平行下移,三组中位生存时间分别为44(95%CI:35.433-52.567)个月、36(95%CI:29.745-42.255)个月和23(95%CI:13.171-32.829)个月,累积生存率有显著统计学差异(χ^(2)=23.762,P=0.000)。结论本研究构建的Cox比例 风险 模型 对卵巢癌术后患者预后预测具有良好的效能,有助于卵巢癌患者预后分层和高风险 人群的识别。关键词：卵巢肿瘤 预后模型 ROC曲线 基于COX 比例 风险 模型 的子痫前期不良妊娠结局预测方法 COX 比例 风险 模型 的子痫前期不良妊娠结局预测方法，涉及妊娠结局预测技术领域，包括以下步骤：获取历史数据；收集预测变量及结局指标；通过R语言的mice包使用随机森林法对缺失数据进行多重插补，对不符合线性关系...
