上一篇為大家介紹了預(yù)測模型中基線表格的繪制方式，那么在預(yù)測模型構(gòu)建過程中，通過Cox回歸來篩選預(yù)測因子也是十分關(guān)鍵的。在影響因素研究中，大家較為熟知的篩選方式是先單后多，但是在預(yù)測模型文章中，更為常用的篩選方法是逐步回歸法。

逐步回歸，是通過逐步將自變量輸入模型，如果模型具統(tǒng)計(jì)學(xué)意義，并將其納入在回歸模型中。同時(shí)移出不具有統(tǒng)計(jì)學(xué)意義的變量。最終得到一個(gè)自動擬合的回歸模型。說到這里大家可能會有點(diǎn)理解了，逐步回歸法的目的是構(gòu)建一個(gè)擬合佳的模型，該變量在回歸過程中是否具有統(tǒng)計(jì)學(xué)意義無關(guān)，這與先單后多有著本質(zhì)的區(qū)別。

本文將繼續(xù)以本文將以復(fù)現(xiàn)一篇seer公共數(shù)據(jù)庫文章（Q1 IF=5.2)為例，為大家介紹用R語言進(jìn)行Cox回歸篩選變量的方法，同時(shí)，介紹一種更加便捷快速完成統(tǒng)計(jì)分析的“神器”——風(fēng)暴統(tǒng)計(jì)。

主要內(nèi)容包括：

一、文獻(xiàn)解讀

二、利用R語言復(fù)現(xiàn)

三、利用在線網(wǎng)站復(fù)現(xiàn)

四、小結(jié)

一、文獻(xiàn)解讀

案例文獻(xiàn)是沈陽醫(yī)學(xué)院公共衛(wèi)生學(xué)院學(xué)者基于SEER數(shù)據(jù)庫的一項(xiàng)回顧性研究，旨在建立一個(gè)列線圖來預(yù)測老年惡性骨腫瘤（MBT）患者的總生存期（OS）。

1. 摘要

背景：惡性骨腫瘤（MBT）是老年患者死亡的原因之一。我們研究的目的是建立一個(gè)列線圖來預(yù)測老年MBT患者的總生存期（OS）。

方法：從SEER數(shù)據(jù)庫下載了2004年至2018年所有老年MBT患者的臨床病理數(shù)據(jù)。他們被隨機(jī)分配到訓(xùn)練集（70%）和驗(yàn)證集（30%）。采用單因素和多因素Cox回歸分析確定老年MBT患者的獨(dú)立危險(xiǎn)因素。基于這些危險(xiǎn)因素構(gòu)建列線圖，以預(yù)測老年MBT患者的1年，3年和5年OS。然后，利用一致性指數(shù)（C指數(shù)）、校準(zhǔn)曲線和受試者工作曲線下面積（AUC）來評價(jià)預(yù)測模型的準(zhǔn)確性和判別力。決策曲線分析（DCA）用于評估列線圖的臨床潛在應(yīng)用價(jià)值。根據(jù)列線圖上的分?jǐn)?shù)，將患者分為高風(fēng)險(xiǎn)組和低風(fēng)險(xiǎn)組。Kaplan-Meier（K-M）曲線用于測試兩名患者之間的生存差異。

結(jié)果：從SEER數(shù)據(jù)庫下載了2004年至2018年所有老年MBT患者的臨床病理數(shù)據(jù)。他們被隨機(jī)分配到訓(xùn)練集（70%）和驗(yàn)證集（30%）。采用單因素和多因素Cox回歸分析確定老年MBT患者的獨(dú)立危險(xiǎn)因素?；谶@些危險(xiǎn)因素構(gòu)建列線圖，以預(yù)測老年MBT患者的1年，3年和5年OS。然后，利用一致性指數(shù)（C指數(shù)）、校準(zhǔn)曲線和受試者工作曲線下面積（AUC）來評價(jià)預(yù)測模型的準(zhǔn)確性和判別力。決策曲線分析（DCA）用于評估列線圖的臨床潛在應(yīng)用價(jià)值。根據(jù)列線圖上的分?jǐn)?shù)，將患者分為高風(fēng)險(xiǎn)組和低風(fēng)險(xiǎn)組。Kaplan-Meier（K-M）曲線用于測試兩名患者之間的生存差異。

結(jié)論：我們建立了一個(gè)新的列線圖來預(yù)測老年MBT患者的1年，3年，5年的OS。該預(yù)測模型可以幫助醫(yī)生和患者制定治療計(jì)劃和后續(xù)策略。

2. 數(shù)據(jù)介紹

文獻(xiàn)共納入1641名2004-2018診斷的老年MBT患者的臨床病理數(shù)據(jù)。暴露因素包括年齡、種族、性別、診斷年份、組織學(xué)類型、分級、分期、原發(fā)位置、TNM分期、腫瘤大小、是否化療、是否放療及手術(shù)方式。

3.研究結(jié)果

篩選預(yù)測因子只用到訓(xùn)練集數(shù)據(jù)，通過單因素Cox回歸與多因素Cox回歸篩選預(yù)測變量。這里作者并未使用先單后多或者是逐步回歸法篩選預(yù)測變量，可能從臨床實(shí)際考慮的更多。但在實(shí)操過程中推薦大家優(yōu)先考慮逐步回歸法進(jìn)行篩選，這樣更有利于構(gòu)建一個(gè)擬合效果好的預(yù)測模型。

二、利用R語言復(fù)現(xiàn)

下面我們利用從SEERStat中提取的相關(guān)數(shù)據(jù)進(jìn)行復(fù)現(xiàn)。根據(jù)文獻(xiàn)中的納入排除標(biāo)準(zhǔn)，提取涉及的相關(guān)數(shù)據(jù)，最終共納入1，574名患者（原文獻(xiàn)1，641）。介于SEERStat數(shù)據(jù)庫會有更新，因此提取的樣本量與原文會有所出入，這里請大家多關(guān)注統(tǒng)計(jì)方法的運(yùn)用！本次用到的是R版本是4.3.1。

?

開始回歸分析前需要做好前期工作：①導(dǎo)入數(shù)據(jù)集；②按照7:3的比例將數(shù)據(jù)集拆分為訓(xùn)練集train和驗(yàn)證集test；③完成均衡性分析。接著再開展今天的回歸分析。（詳見下方鏈接）

如何利用R語言拆分?jǐn)?shù)據(jù)集并做均衡性檢驗(yàn)

1.?安裝加載R包并導(dǎo)入數(shù)據(jù)

這里繪制均衡性表格，主要用到"autoReg"R包，請注意模型變量的篩選是根據(jù)訓(xùn)練集進(jìn)行的，在進(jìn)行數(shù)據(jù)拆分后，需要用訓(xùn)練集來進(jìn)行Cox回歸。

2.?Cox回歸分析

autoReg包是一款功能強(qiáng)大的R包，可以一步到位實(shí)現(xiàn)批量單因素，多因素以及逐步回歸法。可以通過調(diào)整“threshold= ”來改變限制P值的限制。

代碼解讀：autoReg函數(shù)可以自動根據(jù)設(shè)定的閾值控制變量進(jìn)入多因素回歸模型，如果不限制閾值，全部變量進(jìn)入多因素回歸，可將閾值設(shè)置為1，如threshold=1；加上“final= TRUE”表示增加逐步向后回歸的結(jié)果。

R語言結(jié)果如下：

三、利用在線網(wǎng)站復(fù)現(xiàn)

如果沒有代碼基礎(chǔ)，或者希望通過更便捷的方式完成統(tǒng)計(jì)分析，推薦使用這個(gè)智能在線統(tǒng)計(jì)分析平臺——風(fēng)暴統(tǒng)計(jì)。一鍵成三線表，便捷又快速。

網(wǎng)址：www.medsta.cn（在電腦端瀏覽器打開）

或medsta.cn（medical statistics縮寫）?

1.進(jìn)入網(wǎng)站分析模塊

電腦端打開風(fēng)暴統(tǒng)計(jì)平臺——“風(fēng)暴智能統(tǒng)計(jì)”模塊，點(diǎn)擊“臨床預(yù)測模型（最新）”，進(jìn)入“cox預(yù)測模型”頁面。

2.完成前期的準(zhǔn)備工作

導(dǎo)入數(shù)據(jù)并根據(jù)需要做好整理轉(zhuǎn)換，將數(shù)據(jù)集拆分為訓(xùn)練集與驗(yàn)證集，做好均衡性分析后，點(diǎn)擊進(jìn)入“Cox構(gòu)建預(yù)測模型”。（詳見下方鏈接）

如何利用R語言拆分?jǐn)?shù)據(jù)集并做均衡性檢驗(yàn)

3.Cox回歸篩選預(yù)測變量

點(diǎn)擊進(jìn)入“Cox預(yù)測模型”模塊，將回歸因變量與回歸自變量分別選入，此外時(shí)間節(jié)點(diǎn)的設(shè)置與研究數(shù)據(jù)相對應(yīng)。

這里要特別注意回歸方法的選擇，如果僅使用先單后多進(jìn)行篩選，則逐步回歸法選擇否，如果選擇開展逐步回歸法，可以通過多因素回歸P值進(jìn)行閾值的設(shè)定，下方的多因素回歸結(jié)果即逐步回歸結(jié)果，可以分別查看單因素、多因素（逐步）或先單后多的結(jié)果，同樣支持導(dǎo)出excel或word三線表結(jié)果。

Word版結(jié)果如下，為了更加清晰的展示HR值與95%置信區(qū)間，下表隱去了β值與SE值，實(shí)際上網(wǎng)站給出的統(tǒng)計(jì)結(jié)果更加全面：

四、小結(jié)

通過對比R語言結(jié)果與風(fēng)暴統(tǒng)計(jì)結(jié)果可以發(fā)現(xiàn)，兩者的結(jié)果完全一致，并且風(fēng)暴統(tǒng)計(jì)給出的統(tǒng)計(jì)量更加的全面豐富，且將P值與HR值分為兩列，更加美觀，如果您在實(shí)際中需要用到Cox回歸篩選變量，不妨來風(fēng)暴統(tǒng)計(jì)平臺試一試！