Cox 回归的比例风险假设怎么检验？不满足怎么办
简要回答：Cox 回归要求各变量的风险比（HR）不随时间变化。常用 Schoenfeld 残差检验（R 中 cox.zph()）和 log-minus-log 曲线判断；不满足时可以对该变量分层、加入与时间的交互项，或者分时间段分析。
什么是比例风险假设
Cox 比例风险模型假设：某个变量对风险的影响倍数（HR）在整个随访期间保持恒定。如果某治疗在前半年效果好、之后效果消失，HR 就随时间变化，违反该假设。
怎么检验
- Schoenfeld 残差检验：R 中用 survival 包的 cox.zph()，对每个变量和整体模型给出检验 P 值，P < 0.05 提示可能不满足；同时画残差随时间变化的图，看是否有明显趋势；
- log-minus-log 曲线：分类变量各组的 log(-log(S(t))) 曲线应大致平行，交叉或明显不平行提示违反；
- 加入时间交互项：在模型中加入变量 × 时间（或 log 时间），交互项显著提示 HR 随时间变化。
不满足怎么办
| 方法 | 适用情况 |
|---|---|
| 分层 Cox（strata()） | 违反假设的变量是需要调整的混杂因素，不关心它本身的 HR |
| 时间交互项 | 关心该变量的效应如何随时间变化 |
| 分段分析 | 在不同时间段内分别估计 HR，例如 1 年内和 1 年后 |
| 换用其他模型 | 如限制平均生存时间（RMST）、加速失效时间模型 |
SPSS 里怎么做
SPSS 可以通过"分析 → 生存分析 → 含依时协变量的 Cox"加入时间交互项来检验；画 log-minus-log 图可在 Cox 回归的"图"选项中勾选。
报告时注意
在方法部分写明如何检验比例风险假设及结果；若有变量不满足，说明采取了什么处理。
什么时候需要找导师
多个变量都不满足假设、KM 曲线交叉不知道怎么解释、审稿人要求补充检验时，可以请统计方向导师帮你选择合适的处理方法。
常见追问
KM 曲线交叉一定不能用 Cox 吗？
曲线交叉通常提示比例风险假设不成立，直接报告单一 HR 可能误导；可以考虑分段分析、时间交互项或 RMST。
整体检验通过但某个变量不通过怎么办？
针对该变量处理即可，例如对其分层或加入时间交互项，其他变量可以保持不变。
样本量很大时 cox.zph 总是显著怎么办？
大样本下轻微偏离也会显著，应结合残差图判断偏离是否有实际意义。
本文由鉴刊课堂教研组整理，仅介绍科研方法，供学习参考。鉴刊课堂只提供方法指导，不代写论文、不代做数据分析。