欢迎关注”生信修炼手册”!

在生存分析中，探究生存时间的影响因素是一个重要的研究内容，通过KM和log-rank test检验的方法，只能够处理单个二分类因素的生存数据。当想探究多个因素或者离散型变量对生存时间的影响时，我们就需要借助于cox回归方法。cox回归的全称如下

cox proportional hazards regression model

称之为cox等比例风险回归模型， 对应的公式如下

将上述公式进行log转换，可以变换成以下格式

这个公式和逻辑回归的公式就非常的接近了, cox回归其实是在线性回归和逻辑回归的基础上延伸而出的一种方法，将影响生存的多个因素当做回归方程中的自变量，将风险函数h(t)和h0(t）的比值当做因变量。

每个自变量对应的系数，如b1，b2这类的 ，称之为偏回归系数。当偏回归系数大于0时， 随着该自变量值的增加，风险增加，生存时间减少，当系数小于0时，则相反；等于0时，没有影响。

将exp(b)称之为hazard ratio, 简称HR。将偏回归系数转换成HR, 对应的关系如下

HR = 1， 没有影响

HR > 1,   风险增加

HR < 1,   风险降低

在临床上，将HR>1的自变量称之为坏的预后因子，将HR