Key points are not available for this paper at this time.
第一章。考虑基本概念:事件、生存时间、删失、生存函数、风险函数。讨论数据布局和一些描述性度量。讨论混杂和交互的原则。在一个多变量例子中,讨论线性、逻辑回归和生存回归的相似性和差异,以及风险比的概念。本章总体上清晰。在本书中,风险被引入为事件发生的瞬时潜力(单位时间)。风险函数与生存函数之间关系的推导没有给出(作者认为这不重要,因为计算可以由计算机完成),而且计算也很容易进行。我们还错过了一个警告,即删失应该与事件的发生独立。提到竞争风险和左删失,但未详细处理。第二章。本章讨论Kaplan-Meier曲线、对数秩检验和Peto检验。Kaplan-Meier公式的证明难以理解,因为作者尽力让其易于理解。对数秩检验和Peto检验解释得很清晰。第三章。这里讨论Cox比例风险模型。本章从一个相当复杂的例子的计算机输出开始,包含治疗效果、一个混杂因素和一个交互项。在此之后讨论一般模型。讨论了部分似然性但未给出公式。使用数据示例讨论了系数的解释。在几个例子中间,给出了一个一般规则,令人困惑。第四章。讨论了检查Cox模型假设的四种不同方法:对数-对数图、观察到的生存曲线与模型生存曲线的比较、Schonfeld的拟合优度检验和时间依赖协变量方法。给出了一些在实践中如何进行的建议。总体来说,这是一个好的章节,尽管关于对数-对数图的部分过于详尽。第五章讨论Cox模型中的分层。讨论了何时使用分层(如果PH假设不成立),并考虑了分层变量与其他预测变量之间的交互可能性,并进行了统计检验。在第六章中,讨论了时间依赖协变量。区分了两种不同的情况。第一种情况是随时间变化的变量(如就业状态、吸烟状态)。第二种情况是时间不变的变量,但其对风险的影响随时间变化,因此比例风险假设不成立。通过将变量乘以某个时间函数,模型可以得到改善。
D.G. Kleinbaum(星期三)研究了这个问题。