以百分位数表示的 Cox 回归风险比
Cox Regression Hazard Ratio in Percentiles
我在 R 中计算了 Cox 比例风险回归。
cox.model <- coxph(Surv(time, dead) ~ A + B + C + X, data = df)
现在，我得到了所有这些协变量的风险比（HR 或 exp(coef)），但我真的只对连续预测变量 X 的影响感兴趣。X 的 HR 为 1.20。 X 实际上是按样本测量值缩放的，因此 X 的平均值为 0，SD 为 1。也就是说，X 增加 1 SD 的人死亡（事件）的机会是平均水平增加 1.23 倍的人X 的值（我相信）。
我希望能够以不那么尴尬的方式说出这些结果，实际上 this article 完全符合我的意愿。它说：
"In a Cox proportional hazards model adjusting for age, sex and
education, a higher level of total daily physical activity was
associated with a decreased risk of death (hazard ratio=0.71;
95%CI:0.63, 0.79). Thus, an individual with high total daily physical
activity (90th percentile) had about ¼ the risk of death as compared
to an individual with low total daily physical activity (10th
percentile)."
假设只需要HR（即1.20），如何计算这个比较语句？如果您需要任何其他信息，请向我索取。
如果您将 x1 作为第 90 个百分位 X 值，将 x2 作为第 10 个百分位 X 值，并且如果 p、q、r 和 s（如您所述，s 为 1.20）以及您的 cox 回归系数，您需要找到 exp(p*A + q*B + r*C + s*x1)/exp(p*A + q*B + r*C + s*x2)，其中 A、B 和 C 可以是变量的平均值。这个比例给你对比表。
虽然这个问题实际上是针对 stats.stackexchange.com 的。
我在 R 中计算了 Cox 比例风险回归。
cox.model <- coxph(Surv(time, dead) ~ A + B + C + X, data = df)
现在，我得到了所有这些协变量的风险比（HR 或 exp(coef)），但我真的只对连续预测变量 X 的影响感兴趣。X 的 HR 为 1.20。 X 实际上是按样本测量值缩放的，因此 X 的平均值为 0，SD 为 1。也就是说，X 增加 1 SD 的人死亡（事件）的机会是平均水平增加 1.23 倍的人X 的值（我相信）。
我希望能够以不那么尴尬的方式说出这些结果，实际上 this article 完全符合我的意愿。它说：
"In a Cox proportional hazards model adjusting for age, sex and education, a higher level of total daily physical activity was associated with a decreased risk of death (hazard ratio=0.71; 95%CI:0.63, 0.79). Thus, an individual with high total daily physical activity (90th percentile) had about ¼ the risk of death as compared to an individual with low total daily physical activity (10th percentile)."
假设只需要HR（即1.20），如何计算这个比较语句？如果您需要任何其他信息，请向我索取。
如果您将 x1 作为第 90 个百分位 X 值，将 x2 作为第 10 个百分位 X 值，并且如果 p、q、r 和 s（如您所述，s 为 1.20）以及您的 cox 回归系数，您需要找到 exp(p*A + q*B + r*C + s*x1)/exp(p*A + q*B + r*C + s*x2)，其中 A、B 和 C 可以是变量的平均值。这个比例给你对比表。
虽然这个问题实际上是针对 stats.stackexchange.com 的。