形式陈述
在事件时间模型理路生存分析基础Survival analysis · Kaplan–Meier estimator对事件时间、删失、survival 与 hazard 建模并估计生存曲线的基础框架。中,采用可预测风险过程与补偿模型理路生存分析的计数过程模型Multiplicative intensity model用风险指示、计数过程和补偿量把延迟进入与右删失纳入同一事件强度模型。,在固定有限窗内设协变量 可预测且局部有界,条件风险率为
观察计数的强度是 ,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。 是未指定形状的非负基线风险, 是有限维参数。对于固定协变量 ,风险比为 ,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理路概率核(Markov 核)Probability kernel · Markov kernel · 转移核从每个输入状态可测地指定一个输出概率分布的映射。。在总强度为正处,标记为i的权重记为 ,在实际事件处为下式;实际唯一事件 的标记记为 。
这个核与观察计数相容:令 。对任意有界可预测 ,补偿恒等式给出
两边都等于 。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理路似然函数Likelihood function固定可观测数据后,由共同支配密度定义、仅在参数间作相对比较的似然函数。 。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
它是在每个固定风险集标记律下计算的期望理路期望Expectation · Expected value实值或复值随机变量关于概率测度的 Lebesgue 积分,概括加权平均与总体质量平衡。。对数部分似然的得分理路Score 与 Fisher 信息Score function · Fisher information对数似然的局部参数导数、其模型内二次平均,以及零均值和曲率等式成立的正则条件。为 ;负Hessian是各风险集加权协变量的协方差矩阵理路协方差Covariance两个随机变量中心化乘积的期望,衡量线性共同变化。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的矩阵理路矩阵Matrix以有限行列集合为索引、取值于半环,并以中间指标求和定义乘法的函数。;对任意v,是各风险集 方差之和,故H半正定理路正定与半正定矩阵Positive definite matrix · Positive semidefinite matrix · PSD matrix由二次能量严格为正或非负定义的实对称与复 Hermitian 矩阵。,由二阶凸性判据理路凸函数Convex function函数在任意凸组合处不超过相同权重下函数值的凸组合。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法理路Newton 非线性方程法Newton's method · Newton-Raphson method · Newton method for nonlinear systems在当前点解一阶线性化方程来修正非线性方程的近似解,并分析其局部二次收敛与失效边界。解 ,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 。
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 进入。A 的 ,在 发生事件;B 的 ,在 发生事件;C 的 ,在 删失。第一次风险集是三人,第二次是 B、C。因此
在 ,似然为 ,两次事件的得分贡献分别是 与 ,总得分 。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 ,有 ,化简为 。于是 ,风险比约 。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 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 ;若 ,风险倍数 给出生存率 ,事件概率从 变为 。
加速失效时间模型理路加速失效时间模型Accelerated failure time model · AFT model直接把事件时间乘以协变量决定的因子,推导分位时间比、删失似然及与比例风险的差别。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 模型理路Fine–Gray 子分布风险模型Fine-Gray model · Subdistribution hazard明确亚分布风险的特殊分母,并用竞争事件改变累计发生率的算例解释 Fine–Gray 回归。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理路指数分布Exponential distribution具有恒定失效率和连续无记忆性的非负等待时间分布。的率为2、1;第一人先发生的无条件概率是2/3。先用独立性理路独立性Statistical independence从概率表理解独立性,区分两两、相互和条件独立,并用可计算反例澄清零协方差与条件均值的限度。将两份指数密度相乘,再由联合密度构造条件分布理路条件分布Conditional distribution · Regular conditional distribution给定观测值后随机量的概率律,以及它与原联合分布相容的核表示。,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 ,故其条件概率为 ,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 残差理路Schoenfeld 残差Schoenfeld residuals把事件者协变量与风险集加权均值之差按时间检查,识别固定 Cox 系数遗漏的时间结构。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 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 、;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 、、,所以
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