Skip to content

Statistics › 存活分析 › Cox 模型

Cox 比例風險模型 (Cox Proportional Hazards Model) ​

存活分析的主力模型:在 KM / log-rank 之上,可同時納入多個共變數,分配假設又很少。它是半參數 (semi-parametric) 模型:基線風險的形狀不做假設(無母數部分),共變數效果假設為乘法結構(參數部分)。生醫、社會科學、商業存活分析的預設模型。

h(t∣x)=h0(t)⏟共同的時間型態⋅exp⁡(β1x1+⋯+βpxp)⏟個人相對基線的縮放
元素意義
h₀(t) 基線風險 (baseline hazard)所有共變數 = 0 時的風險;不需估計、不指定形狀
exp(βₖ) 風險比 (hazard ratio, HR)xₖ 增加 1 單位、其他共變數固定時,風險的倍數
比例風險假設 (proportional hazards, PH)任兩人的風險比不隨時間改變:h(t∣x1)/h(t∣x2)=exp⁡(β⊤(x1−x2))

係數以部分概似 (partial likelihood) 估計,只用到事件發生時風險集內誰發生事件的排序資訊。

解讀 Hazard Ratio ​

HR意義
1.0無關聯
2.0任一時點的瞬間風險為 2 倍
0.5瞬間風險減半(保護因子)
1.5風險高 50%

HR 不是相對風險 (RR),也不是 odds ratio。它是瞬間事件速率的比值,不是累積機率的比值。HR = 2 不代表「整體發生事件的機率是 2 倍」,而是「在某一時刻仍處於風險中的人,事件發生速率是 2 倍」。絕對效果請搭配存活曲線、中位數或 RMST 報告,見 結果解讀。

Python 範例 ​

python
import pandas as pd
import matplotlib.pyplot as plt
from lifelines import CoxPHFitter
from lifelines.datasets import load_rossi

rossi = load_rossi()
cph = CoxPHFitter().fit(rossi, duration_col="week", event_col="arrest",
                        formula="fin + age + race + wexp + mar + paro + prio")
cph.print_summary(decimals=3)
cph.summary[["exp(coef)", "exp(coef) lower 95%", "exp(coef) upper 95%", "p"]]
cph.concordance_index_                       # C-index(模型的區辨力)

cph.plot(hazard_ratios=True)                 # 森林圖 (forest plot)
plt.axvline(1, ls="--", color="gray"); plt.show()

# 特定個人檔案的預測存活曲線
profiles = pd.DataFrame({"fin": [1, 0], "age": 25, "race": 1, "wexp": 0, "mar": 0, "paro": 1, "prio": 3},
                        index=["Aid", "No Aid"])
cph.predict_survival_function(profiles).plot(); plt.show()
cph.plot_partial_effects_on_outcome("prio", values=[0, 3, 8])   # 改變單一共變數的效果
共變數HRp解讀(控制其他變數)
fin(經濟補助)0.6850.044有補助者再被捕風險低 31.5%
age0.9440.009年齡每多 1 歲,風險低 5.6%
prio(前科數)1.0950.002每多 1 次前科,風險高 9.5%

R 版本:

r
library(survival); library(survminer)
m <- coxph(Surv(time, status) ~ age + sex + ph.ecog, data = lung)
summary(m)        # coef = log HR、exp(coef) = HR、Concordance = C-index
cox.zph(m)        # 比例風險檢定
ggforest(m, data = lung)

共變數 ​

類型做法
類別虛擬編碼,指定參考組:formula="C(race, Treatment(reference=0)) + ..."
連續假設與 log-hazard 線性;用 martingale 殘差 vs 共變數 + LOWESS 檢查,曲線 → log、平方項或樣條
時間相依 (time-dependent)共變數會隨時間改變(檢驗值、是否已開始治療)→ 長格式 (start, stop, event),用 CoxTimeVaryingFitter
python
from lifelines import CoxTimeVaryingFitter

# 長格式:同一人可有多列,每列是一段共變數固定的區間
long = pd.DataFrame({"id": [1, 1, 2], "start": [0, 10, 0], "stop": [10, 25, 8],
                     "treated": [0, 1, 0], "event": [0, 1, 0]})
CoxTimeVaryingFitter().fit(long, id_col="id", start_col="start", stop_col="stop", event_col="event")

不朽時間偏誤 (immortal time bias):第 10 週才開始的治療,不能被算到第 0–10 週的區間。共變數只能套用到正確的時間區間,否則保護效果會被高估。見 核心概念。

分層 Cox 模型 (Stratified Cox) ​

某個共變數違反 PH 時,可以依它分層:每層有自己的基線風險,但共享其他共變數的係數。

python
cph_strat = CoxPHFitter().fit(rossi, duration_col="week", event_col="arrest",
                              formula="fin + age + wexp + mar + paro + prio", strata=["race"])

分層變數不再有 HR。只有在需要控制它的干擾、但不需要估計它的效果時才用。

延伸模型 ​

延伸用途
懲罰 Cox (Lasso / Ridge / Elastic Net)高維共變數(基因表現、多基因風險分數);CoxPHFitter(penalizer=0.1, l1_ratio=1.0)、R glmnet(family = "cox")
多狀態模型 (multistate)狀態轉移(健康 → 疾病 → 死亡)
競爭風險 (Fine-Gray)多種互斥事件,見 競爭風險
脆弱模型 (frailty)群集資料或未觀察的異質性(Cox 的隨機效應版本,類似 混合效應模型)
機器學習存活模型Random survival forest、gradient boosting survival(scikit-survival)

生資應用:從基因表現建立預後模型時,常見流程是單變數 Cox 篩選 → Lasso-Cox 選基因 → 計算風險分數 → 以中位數分高 / 低風險組畫 KM + log-rank。注意:在同一份資料上選基因又評估會嚴重高估表現,必須用獨立驗證世代或交叉驗證,見 模型診斷。

下一步:檢查 PH 假設與其他診斷,見 模型診斷。