如何利用SPSS的Cox回归模型探讨多因素对生存时间的影响？

很多数据分析师都会使用SPSS作为数据分析软件，那么如何分析一些多因素数据呢？Cox回归模型，又称比例风险回归模型，存在于spss中。该模型以生存结局和生存时间为因变量，进而分析多因素对生存时间的影响，是一种典型的多因素分析方法。下面小编就带大家学习一下如何使用吧！

操作方法：

一、示范数据

本文中使用的演示数据如图1所示。70例患者资料根据治疗方法不同分为两组。第一组用新药治疗，第二组用常规治疗。我们将探讨这两种不同的治疗方法对患者的生存率是否有差异。

其中，治疗方法分为0(常规治疗)和1(新药治疗)；性别分为0(女性)和1(男性)；年龄分为0(60岁以下)和1(60岁以上)；存活时间表示患者存活的周数；生存结果也分为0(生存)和1(死亡)。

图1:演示数据二。Cox回归分析

第一步：打开【分析】-【生存分析】-【Cox回归】，进入Cox回归界面。

图2:2的第二步：Cox回归：在时间栏中选择【生存时间】，在状态栏中选择【生存结果】，然后点击【定义事件】按钮，为状态变量定义事件，因为我们的事件只有生存(0)和死亡(1)，所以选择【单值】，输入【1】，然后点击【继续】，在协变量列中，

图3: COX设置接下来，点击右侧的分类按钮定义分类协变量，选择分类协变量为“治疗方法”，参考类别为第一个，如图4所示。

图4:定义分类协变量如果要绘制不同治疗组的生存曲线，还需要点击右侧的“Graph”按钮，在图表类型界面勾选“生存分析”，选择画线为“治疗方法”，如图5所示。

图5:绘制治疗模式对应的生存曲线。最后点击“选项”按钮，勾选“Exp的置信区间”，默认使用95%置信区间。然后勾选“在最后一步”显示模型信息，点击“继续”生成Cox回归模型结果。

图6:选项设置三。结果分析

直接看治疗和生存的下曲线，我们可以清楚地看到新药治疗(绿色上曲线)比常规治疗(蓝色下曲线)有更高的生存概率。

图7:生存曲线。由此，我们利用Cox回归模型绘制治疗方法与生存时间的关系曲线，直观地看到治疗方法对生存结果的差异。