statistics - HR对于交互的意义

Question

我运行 cox 风险比模型进行交互并得到以下结果

VAR1                1.50    [0.84, 2.67]    0.001
VAR2                1.70    [0.98, 0.99]    0.001
VAR1:VAR2           0.35    [0.12, 0.45]    0.30

VAR1:VAR 的 HR 有什么意义吗？这是否意味着当结合起来事件的风险会降低？

对不起，如果这是一个基本的。谢谢！

标签： statistics

Answer 1

如果我们检查cox 危险模型的定义：

Cox 模型由 h(t) 表示的风险函数表示。简而言之，风险函数可以解释为在时间 t 死亡的风险。可以估计如下：

h(t)=h0(t)×exp(b1x1+b2x2+...+bpxp)

在哪里，

t 表示生存时间 h(t) 是由一组 p 个协变量 (x1,x2,...,xp) 确定的风险函数 系数 (b1,b2,...,bp) 衡量影响（即，协变量的效应大小）。术语 h0 称为基线风险。如果所有 xi 都等于 0（exp(0) 等于 1），则它对应于风险值。h(t) 中的“t”提醒我们，危害可能会随时间而变化。

所以在你的问题中，我想这些是模型返回的原始系数。如果 var2，系数表明每单位 var2 的风险增加。由于 Var1 是分类的，它表示风险从一个类别转移到另一个类别时如何变化。目前尚不清楚运行什么来获得这些结果，因此假设有两个类别 A 和 B，A 被建模为参考，B 将反映 B 与 A 相比的几率如何变化。

交互项 var1:var2 将是 var2 在 var1 存在或不存在时的系数变化。再次不清楚 var1 是如何建模的，因此使用我上面的示例，var2 将是 A 中的斜率，而 var2:var1 表示 var2 在 B 中的变化。