KNOWECON WIKI

ARTICLE

Cox比例风险模型

Cox比例风险模型（Cox Proportional Hazards Model），由英国统计学家戴维·考克斯（Sir David Cox）于1972年提出，是一种广泛应用于生存分析（Survival Analysis）的半参数回归模型。该模型的核心创新在于无须对时间的基准风险函数（Baseline Hazard Function）作任何分布假设，即可估计协

浏览 2 更新 2025-11-08

Cox比例风险模型（Cox Proportional Hazards Model），由英国统计学家戴维·考克斯（Sir David Cox）于1972年提出，是一种广泛应用于生存分析（Survival Analysis）的半参数回归模型。该模型的核心创新在于无须对时间的基准风险函数（Baseline Hazard Function）作任何分布假设，即可估计协变量对生存时间的影响。这一"半参数"特性使Cox模型成为医学研究、流行病学、工程可靠性分析和计量经济学等领域中最常用的生存分析方法之一，考克斯也因此项贡献于1990年获得英国皇家统计学会的盖伊金质奖章。

1. 模型的基本形式

1.1 风险函数与比例风险假设

Cox模型以风险函数（Hazard Function）为核心建模对象。设 TT 为生存时间，风险函数定义为：

h(t)=lim⁡Δt→0P(t≤T<t+Δt∣T≥t)Δth(t) = \lim_{\Delta t \to 0} \frac{P(t \leq T < t + \Delta t \mid T \geq t)}{\Delta t}

它表示个体在时刻 tt 仍然存活的前提下，在极短时间间隔内经历事件的瞬时风险率。Cox模型假设协变量 X=(X1,X2,…,Xp)X = (X_1, X_2, \ldots, X_p) 以乘积形式作用于风险函数：

h(t∣X)=h0(t)⋅exp⁡(β1X1+β2X2+⋯+βpXp)h(t \mid X) = h_0(t) \cdot \exp(\beta_1 X_1 + \beta_2 X_2 + \cdots + \beta_p X_p)

其中 h0(t)h_0(t) 是基准风险函数（Baseline Hazard），对应所有协变量取零时的风险函数；β=(β1,β2,…,βp)\beta = (\beta_1, \beta_2, \ldots, \beta_p) 是回归系数向量。模型的两大关键假设是：第一，不同个体的风险函数成比例，即任意两个个体的风险比（Hazard Ratio）不随时间变化；第二，协变量的效应是指数乘法形式，而非加法形式。

1.2 比例风险的含义

比例风险假设意味着协变量的效应随时间保持恒定。具体而言，对于两个个体 ii 和 jj，其风险比为：

h(t∣Xi)h(t∣Xj)=exp⁡[β′(Xi−Xj)]\frac{h(t \mid X_i)}{h(t \mid X_j)} = \exp\left[\beta'(X_i - X_j)\right]

该比值不依赖于时间 tt。这一性质使得回归系数 β\beta 具有简洁的解释：在其他协变量固定的条件下，XkX_k 每增加一个单位，风险率乘以 exp⁡(βk)\exp(\beta_k)，即发生事件的瞬时风险变为原来的 exp⁡(βk)\exp(\beta_k) 倍。当 βk>0\beta_k > 0 时，exp⁡(βk)>1\exp(\beta_k) > 1，表示该协变量增加事件发生的风险；反之，βk<0\beta_k < 0 表示该协变量降低风险。

2. 参数估计方法

2.1 偏似然函数

Cox模型的核心创新之一是引入偏似然函数（Partial Likelihood）来估计回归系数 β\beta，而无需估计基准风险函数 h0(t)h_0(t)。设数据包含 nn 个独立个体，观测到 kk 个事件发生时间 t(1)<t(2)<⋯<t(k)t_{(1)} < t_{(2)} < \cdots < t_{(k)}，其余个体为删失（Censored）。在无结点（No Ties）的情况下，偏似然函数为：

L(β)=∏j=1kexp⁡(β′X(j))∑l∈R(t(j))exp⁡(β′Xl)L(\beta) = \prod_{j=1}^{k} \frac{\exp(\beta' X_{(j)})}{\sum_{l \in R(t_{(j)})} \exp(\beta' X_l)}

其中 X(j)X_{(j)} 表示在时间 t(j)t_{(j)} 发生事件的个体的协变量向量，R(t(j))R(t_{(j)}) 是该时刻仍处于风险集合（Risk Set）中的个体集合。该似然函数之所以称为"偏"似然，是因为它仅使用了事件发生的顺序信息（秩），而未包含事件发生的精确时间信息。考克斯证明了偏似然函数在估计 β\beta 时具有与完全似然相同的渐近性质，包括一致性（Consistency）和渐近正态性（Asymptotic Normality）。

2.2 结点处理方法

当多个事件发生在同一时间点时，称为存在结点（Ties）。精确处理结点的偏似然函数涉及复杂的排列组合计算，在实际应用中常采用近似方法。最常用的三种近似包括：Breslow近似（最简洁，适合结点较少的情形）、Efron近似（精度更高，为多数统计软件的默认选项）和离散Logistic模型。在R语言的survival包中，Efron近似为默认选项；SAS的PHREG过程也提供了多种结点处理方法的选项。

2.3 基准风险函数的估计

尽管估计 β\beta 不需要 h0(t)h_0(t)，但在预测个体生存概率时仍需对基准累积风险函数 H0(t)=∫0th0(s)dsH_0(t) = \int_0^t h_0(s) ds 进行估计。常用的方法是Breslow估计量（Breslow Estimator），它是一种非参数估计，类似于Nelson-Aalen估计量的推广。给定 β^\hat{\beta} 后，基准累积风险函数的Breslow估计为：

H^0(t)=∑t(j)≤tdj∑l∈R(t(j))exp⁡(β^′Xl)\hat{H}_0(t) = \sum_{t_{(j)} \leq t} \frac{d_j}{\sum_{l \in R(t_{(j)})} \exp(\hat{\beta}' X_l)}

其中 djd_j 为时间 t(j)t_{(j)} 处发生的事件数。由此可进一步计算特定协变量取值下的生存函数估计：

S^(t∣X)=exp⁡[−H^0(t)⋅exp⁡(β^′X)]\hat{S}(t \mid X) = \exp\left[-\hat{H}_0(t) \cdot \exp(\hat{\beta}' X)\right]

3. 模型诊断与检验

3.1 比例风险假设检验

比例风险假设是Cox模型的核心前提，对其进行检验是建模过程中的必要步骤。常用的检验方法包括：其一，Schoenfeld残差检验（Schoenfeld Residuals Test），通过检验Schoenfeld残差与时间的相关性来判断比例风险假设是否成立，该方法由Grambsch和Therneau于1994年系统化，在R的survival包中通过cox.zph函数实现；其二，图示法，如绘制不同协变量分层下的log(-log(S(t)))曲线，若曲线近似平行则表明比例风险假设合理；其三，含时变协变量的交互检验，在模型中加入协变量与时间的交互项，检验该交互项的显著性。

3.2 模型拟合优度与残差分析

除比例风险假设外，还需对模型的整体拟合情况进行评估。Cox-Snell残差可用于检验模型的整体拟合优度：若模型正确设定，Cox-Snell残差应当服从单位指数分布。偏差残差（Deviance Residuals）和Martingale残差则可用于识别异常值和模型误设，前者经过变换后更接近正态分布，便于直观判断。此外，受试者工作特征曲线（ROC曲线）和C统计量（Concordance Statistic）可衡量模型对事件发生顺序的预测区分能力。

4. 模型的推广与扩展

4.1 时变协变量

Cox模型的一个显著优势是能够自然地纳入时变协变量（Time-varying Covariates），即取值随时间变化的解释变量。例如，在研究心脏病发作时，患者的血压、胆固醇水平等标志物可能在随访期间发生变化。只要协变量的取值在每一事件时间点已知，Cox模型的偏似然框架即可直接扩展至时变情形，只需将风险集中的协变量值替换为该时间点的当前值即可。这一特性使Cox模型在纵向数据分析和动态风险预测中具有广泛的应用价值。

4.2 分层Cox模型

当比例风险假设对某些分层变量（如不同的医院、地区或种族群体）不成立时，可采用分层Cox模型（Stratified Cox Model）。该模型为每一层设定独立的基准风险函数 h0s(t)h_{0s}(t)，但假设协变量的效应（β\beta）在各层之间相同：

hs(t∣X)=h0s(t)⋅exp⁡(β′X)h_s(t \mid X) = h_{0s}(t) \cdot \exp(\beta' X)

分层模型通过允许基准风险随层变化来缓解比例风险假设的约束，同时仍利用全部数据估计共同的协变量效应。

4.3 竞争风险模型

在存在多个互斥的终点事件（即竞争风险，Competing Risks）时，标准Cox模型可能存在偏倚，因为传统的删失处理无法区分"因其他原因退出"与"被观测到特定事件"。原因特异性风险模型（Cause-specific Hazard Model）和次分布风险模型（Subdistribution Hazard Model，即Fine-Gray模型）是处理竞争风险的两种主要扩展。前者使用Cox模型分别估计每种事件的因果风险函数，后者则直接关注某一事件的累积发生率函数。

4.4 脆弱性模型与随机效应

在存在未观测的异质性时，可引入脆弱性模型（Frailty Model），即在Cox模型中嵌入一个随机效应项，用以刻画同一簇（如家庭成员、同一医院的病人）内部个体间的相关性或未被观测的个体差异。脆弱性项通常假定服从Gamma分布或对数正态分布。这一扩展在群体遗传学、多中心临床试验和重复事件数据分析中尤为重要。

5. 实际应用与注意事项

5.1 软件实现

主流统计软件均提供Cox模型的计算功能。在R语言中，survival包的coxph函数是最常用的实现；Python的lifelines库提供了CoxPHFitter类；SAS的PHREG过程、Stata的stcox命令以及SPSS的Cox Regression模块也均支持标准Cox模型及其多种扩展。这些软件在输出中通常报告回归系数的估计值、标准误、风险比（exp⁡(β)\exp(\beta)）及其置信区间、偏似然比检验结果和Schoenfeld残差检验结果。

5.2 临床应用与医学研究

Cox比例风险模型在临床医学中的应用最为广泛。自20世纪80年代以来，该模型已成为肿瘤学临床试验中评估治疗方案效果的标准工具。在癌症研究中，Cox模型常用于估计不同治疗组的风险比，同时调整患者的年龄、性别、肿瘤分期、生物标志物水平等混杂因素。在心血管疾病研究中，Framingham风险评分等经典预测工具的计算即基于Cox模型的结果。此外，在药物流行病学中，Cox模型被用于观察性研究中评估药物暴露与不良事件之间的关联。

5.3 经济学与其他社会科学领域

在经济学领域，Cox模型被广泛用于失业持续时间的分析（劳动力市场退出率的决定因素）、企业破产时间预测和高管离职率研究。在政治学中，该模型可分析内阁持续时间、国际冲突持续期和政治领导人任期的影响因素。在社会学中，婚姻持续时间、再就业时间和移民融入过程等事件史分析普遍采用Cox模型。

5.4 模型局限性

Cox比例风险模型存在若干需要注意的局限性。首先，比例风险假设在实际数据中常被违反，尤其当协变量的效应随时间变化时，需使用含时变交互项的扩展模型或分层模型。其次，模型对删失机制假设较为敏感，若删失与事件时间存在依赖关系（信息删失），估计结果可能产生偏倚。第三，当存在大量结点时，近似方法的精度可能下降，需要谨慎处理。最后，模型的解释依赖于风险比恒定的假设，当该假设不成立时，风险比作为效应汇总指标的意义会变得模糊。因此，在实际应用中，模型诊断与敏感性分析应当作为标准流程的一部分，以确保结论的稳健性。