cox回归样本量,COX回归

cox回归样本量,COX回归

根据公式(Hsieh and Lavori, 2000): D:事件数；σ2:X1的方差；R2:X1关于其余协变量的回归方程中，其方差被其余协变量解释的比例由于D=N*P ,因此样本量N=D/P,代入得到样本量计算公Cox回归是生存分析的重要方法，全称是“Cox比例风险模型”。该模型以生存结局和生存时间为因变量，可同时分析多个因素对生存期的影响，可分析截尾数据，且不要求数

目前常用的样本量计算软件PASS虽然能够计算COX回归的样本量，但是从下图截图中可以看到其中一个重要参数R样本量计算在临床试验设计或者调查中至关重要.合适的样本量可以提供合理的功效(通常为80%至90%) 来检测临床上有显著意义的差别.为保证假设检验的结论可靠性高，常常需要一定规

本研究中欲采用Cox回归研究血清维生素D对某癌症患者预后的影响，样本量计算需要以下几个参数：研究事件在观察期内的发生率P,本例为0.72 研究变量的回归系数，本例为0.4 研究变量的标按照Hsieh和Lavori所提供的公式，若要达到80%的检验效能，估计所需的样本量为107例。故对于该项研究而言，若只研究65例患者，则需慎重对待所得结论。4 讨论本研究中提到的公式，

(｀▽′) 在确定logistic回归和cox回归样本量时，我们通常基于一种基于经验的方法，即10倍EPV(Events Per Variable,每个变量对于10个阳性事件，如果研究中阳性事件居多那还得考虑阴性事件个案数COX回归模型在生存分析中应用非常广泛，然而，关于应用该模型到底需要多少样本含量的问题一直未得到很好地解决。主要原因就是生存分析中往往涉及到数据删失的问题，如果不

＞△＜ 实验结果表明，此样本量公式有很好的适用性。关键词：Cox比例风险回归模型，样本量，功效模拟SamplesizecalculationforCoxproportionalhazardsmodelMajor:Probabili4. 样本量的确定：COX回归要求结局事件应至少为15-20倍的自变量个数，如在模型中要纳入10个变量，则需要的结局事件至少为150-200个。控制的混杂因素越多，所需要的结局事件的例数就越多