Cox-regressionで多変量解析をする方法 - 日本一簡単な医療統計を目指すblog

Cox regressionは時間が関係するアウトカム（生存率、再発率など）に関する多変量解析の方法です。今回はそのデータの集め方を説明します。

Kaplan-Meier曲線は例えば癌の生存率曲線などを描くときに必要です。

その際に必要なデータは何か？一人につき最低2つの情報が必要です。

生死、そして期間です。

まずは、患者さんが生存しているかどうかというデータです。

通常は死亡しているとイベントEventといい、たとえばEZRでは1を割り当てます*1

生存しているか、情報が不明の場合は0です。

それと手術から死亡日までの日数、または生存が確認されている最終日までの日数が必要です。

手術日と最終生存確認日（または死亡日）の二つのデータを引き算してもよいでしょう。

例えば引越しなどである時期までは生存していて、その後不明というときには

最終生存確認日をいれて、それまでは生きていたというデータにします。これを打ち切りといいます。

1人目は経過５ヶ月で生存中

２人目は経過12ヶ月で死亡

３人目は14ヶ月に外来にきてその後引っ越して状況不明と行った場合もEventは０です

これをRで読み込んでsurvival packageを使えばタダでKMカーブがかけます。

もっと簡単にはEZRでかけます。

ここからはいろいろな予後に関係しそうなFactorを入力します。

今回の場合にはSex、Smokingの列（column）を用意します。

それぞれの単変量はLog-rank testを行えば有意差検定が行えます。

この前提としてはHazard性が保たれていることが必要条件ですが、通常がんなどのsurvival dataではKaplan-MeierとLog-rank testを用いることが許されています。

そして多変量を行うのがCox regressionです。

Cox-regressionもRを使えばできますが、簡単にはEZRでしょう。