Skip to content

定义Definition

Cox 比例风险模型与部分似然

施工中 · 内容逐步修订

Cox proportional hazards model · Cox partial likelihood

通过事件时刻的风险集比较消去未知基线风险,推导 Cox 部分似然、得分和解释边界。

形式陈述 ​

在事件时间模型中,采用可预测风险过程与补偿模型,在固定有限窗内设协变量 zi(t) 可预测且局部有界,条件风险率为

λi(t)=λ0(t)exp⁡{βTzi(t)}.

观察计数的强度是 Yi(t)λi(t),并满足所引计数过程页的可积补偿合同。因此本页是把其中λ_i进一步限制成指数比例形式的特例。λ0 是未指定形状的非负基线风险,β 是有限维参数。对于固定协变量 za,zb,风险比为 exp⁡{βT(za−zb)},不随时间改变。若协变量本身变动,瞬时风险比可以随其差值变动;“比例”约束的是系数,而非要求两条任意协变量轨迹永远保持相同比值。

先假设连续事件时间、没有共同跳跃,且给定所用模型历史后进入和删失不改变声称的事件强度。各风险集中的协变量值有限。以总计数的补偿强度为基准,各个体强度所占的比例给出事件来源标记的概率核。在总强度为正处,标记为i的权重记为 wi,β(t),在实际事件处为下式;实际唯一事件 tj 的标记记为 ij。

λ0(tj)eβTzij(tj)∑k∈R(tj)λ0(tj)eβTzk(tj)=eβTzij(tj)∑k∈R(tj)eβTzk(tj).

这个核与观察计数相容:令 N⋅=∑iNi。对任意有界可预测 hi,补偿恒等式给出

E∑i∫hidNi=E∫(∑iwi,βhi)dN⋅.

两边都等于 E∫∑ihiYiλidt。总强度为零处可任意补一份标记分布,它对这个事件加权恒等式无贡献。这说明所用的是历史与时间上的核分解,没有对零概率事件强行相除。

在具有小区间概率展开的正则时刻,这个权重也是给定过去、短区间内恰一次事件时来源概率的极限。这里不以连续时间单点零概率事件作初等条件化。把实际标记的这些贡献相乘得到部分似然 Lp(β)。共同的基线因子逐次抵消,但观察顺序和风险集仍保留。不能把这个推导读成“在任意删失机制下,对全部事件时刻条件化都能消除干扰”。

从似然走到计算 ​

令

z¯β(t)=∑k∈R(t)zk(t)eβTzk(t)∑k∈R(t)eβTzk(t).

它是在每个固定风险集标记律下计算的期望。对数部分似然的得分为 U(β)=∑j[zij(tj)−z¯β(tj)];负Hessian是各风险集加权协变量的协方差矩阵之和,记为H。这里“部分得分”和H只指该准则的微分,不据此把H无条件当作全部观察模型的Fisher信息。H为p×p的矩阵;对任意v,vTHv是各风险集 vTz 方差之和,故H半正定,由二阶凸性判据知对数部分似然凹。

拟合反复计算这些矩,在H可逆时对U=0用Newton法解 HΔ=U,并检查步长及实际准则变化。信息矩阵若奇异,应检查协变量是否在风险集内缺乏变化,不能只增加迭代次数。

截距在分子、分母中同样抵消,所以 Cox 部分似然不估计独立截距。给所有人同时增加的风险倍数归入 λ0。

直觉

如果基线风险随时间怎样变化都不知道,仍能估计两类对象之间的相对风险吗?Cox 模型的入口是每次事件发生时的一次局部比较:谁还在风险集中,这次为什么轮到此人?

例子与边界

完整小例子 ​

三人均从 0 进入。A 的 z=1,在 1 发生事件;B 的 z=0,在 2 发生事件;C 的 z=1,在 3 删失。第一次风险集是三人,第二次是 B、C。因此

Lp(β)=eβ1+2eβ11+eβ.

在 β=0,似然为 1/6,两次事件的得分贡献分别是 1−2/3=1/3 与 0−1/2=−1/2,总得分 −1/6。这告诉我们从零出发,局部增加似然应朝负方向移动。

若直接解得分方程,令 a=eβ,有 1−2a/(1+2a)−a/(1+a)=0,化简为 1−2a2=0。于是 β^=−12log⁡2,风险比约 0.707。C 没发生事件,仍两次出现在分母中,因而提供了比较信息。

边界与解释 ​

风险比 2 不表示到某日发生事件的概率翻倍。固定协变量下,生存函数为 S(t∣z)=S0(t)exp⁡(βTz);若 S0(t)=0.8,风险倍数 2 给出生存率 0.64,事件概率从 0.2 变为 0.36。

加速失效时间模型直接伸缩寿命的时间轴,系数解释为时间比;Cox 则约束瞬时风险比。Weibull 可以同时满足两种结构,但一般 AFT 分布不必比例风险,二者系数不能直接互换。

在竞争风险中,原因别 Cox 模型的风险集只保留尚未发生任何事件者。Fine–Gray 模型改用与目标累计发生率相连的亚分布分母,其中保留已经发生竞争事件者;它的比例性和系数含义需要分别核对,不能沿用原因别风险的解释。

并列事件需要根据时间记录及概率模型明确采用exact条件方案、Breslow或Efron近似;离散时间下的exact方案与连续时间舍入后的次序积分不是自动相同的合同。把同日多个事件按任意顺序逐个移出风险集会制造信息。某协变量若完美区分事件次序,最大值可能在无穷远,拟合前应检查有限最大值的存在条件。

部分似然也不一般等于给定全部观察事件时刻的条件似然。例如两独立指数寿命的率为2、1;第一人先发生的无条件概率是2/3。先用独立性将两份指数密度相乘,再由联合密度构造条件分布,给定排序后的两个具体时刻a<b,两种标签排序的联合密度比为 eb−a,故其条件概率为 eb−a/(1+eb−a),随时距改变。逐次标记核与对全部未来时间条件化不能互换。

比例风险违背可借助Schoenfeld 残差检查。非比例风险时,应明确时间变化效应或更换估计目标。观察研究还需要混杂控制与额外识别条件,部分似然本身不给出因果解释。

推论与应用

估计 β 后,可以另行估计基线累积风险,再预测具体生存曲线。这里“无需先指定基线形状”节省的是建模假设,并未省去绝对风险预测所需的基线估计。

风险集迁移与有限解检查 ​

复用同一份资料、三个目标的五人表,只把“任一类型事件”作为本段终点。先按进入和退出列出三个风险集,再复算β=0处 Lp=1/24、U=−1/6;累计发生率和RMST是该练习中另两个需要分别学习的目标。

现在保持全部进入、事件及删失时间,只将C的协变量由0改为1。令a=e^β,三个事件贡献变成 a/(1+3a)、1/3、1/2,所以

Lp(β)=a6(1+3a),U(β)=11+3a>0.

要求验收者判断有限极大值是否存在:似然随β增加,上确界1/18只在β趋于正无穷时逼近。风险集构造完全正确,也没有信息矩阵在有限β处奇异,却仍无有限拟合系数;数值迭代停止不能代替存在性结论。

参考资料
  • D. R. Cox, Regression Models and Life-Tables, JRSS B 34, 1972, pp. 187–202,模型与条件比较的原始论述。
  • Stanford STATS 305B, Cox (proportional hazards) model, “Partial likelihood”, “Score”, “Hessian” sections,风险集计算的教学展开。该讲义把部分似然称为给定全部观察时刻的条件似然过强,其两人积分段亦有指数排印混淆;本页采用补偿强度的逐次标记解释及上述反例,不沿用该说法。
关系图谱47 个相邻概念 · 4 类关系

拖动节点调整位置。

显示关系

显示:依赖

  1. 前置三跳
  2. 前置二跳
  3. 前置一跳
  4. 当前条目
  5. 后续一跳
  6. 后续二跳
  7. 后续三跳
文字版关系按与当前条目的最短距离分组
分类位置

上位 / 更一般

下位 / 直接特例

暂未标注直接特例。

类型化关系