Cox比率信用风险重回数学模型(Coxs proportional hazards regression model)，全称Cox重回数学模型。该数学模型由爱尔兰逻辑学家D.R.Cox于1972年明确提出，主要就用作恶性肿瘤和其它糖尿病的肾病预测，也可用作堆栈科学研究的病症积极探索。Cox重回明确要求满足用户比率信用风险假设(proportional-hazards assumption)的先决条件。简而言之比率信用风险假设，是假设信用风险比(HR，Hazard Ratio)不随天数t变动而变动。
当表达式非常多时，提议先透过单表达式预测实地考察大部份常量与因表达式间的亲密关系，引热议许多可能将无象征意义的表达式，再展开多不利因素预测。单不利因素预测后，列入Cox重回数学模型的常量：1）单不利因素预测差别有语言学象征意义的自表达式（最好将P值放宽至0.1或0.15，避免漏掉许多重要不利因素）；2）单不利因素预测时，没有发现差别有语言学象征意义，但是临床上认为与因表达式亲密关系密切的常量。
举个栗子来说吧：
分别采用新药和常规药物治疗肺癌，随访5年，以死亡为科学研究结局，观察两组病人的存活情况。表达式的赋值及部分原始数据见表1和表2。
表1 肺癌的负面影响不利因素及赋值
表2两组病人存活情况
1、打开SPSS软件，在表达式视图输入因素并赋值。
2、数据视图，录入原始数据。
3、选择预测、存活函数、Cox重回。
4、主对话框设置，如下图。
5、分类选项设置，如下图。
6、绘图选项设置，如下图。
7、选项设置，如下图。
8、输出结果及存活曲线。
Omnibus Tests of Model Coefficients结果说明数学模型中至少有一个常量的HR值不为1，数学模型整体检验有语言学象征意义；Variables in the Equation表格中，P=Sig.=0.029说明治疗方式为负面影响肺癌病人肾病的独立不利因素，相对危险度HR=Exp(B)=0.410说明使用新药的病人死亡信用风险是使用常规药病人的0.410倍，HR的95%可信区间（95% CI）为0.184-0.914。
有什么疑问，可以大家一起交流哦~
