Cox回归PH假定的判定方法
Cox模型属比例风险模型簇，其基本假定之一是比例风险假定（PH假定）。所谓比例风险是指在协变量的不同状态下相比，病人的风险在不同时间是常数。
例如，在研究的10年中，糖尿病人心脏病发作的可能性是非糖尿病人的3倍，无论是在研究的第2年，还是第8年。
只有在满足该假定前提下，基于此模型的分析预测才是可靠有效的。正像我们所熟知的t检验中的正态分布假定一样，当使用比例风险模型时，比例风险假定应看作一个基本前提。
检查某协变量是否满足PH假定的方法有很多，最简单的方法是观察按该变量分组的Kaplan-Meier生存曲线，若生存曲线交叉，提示不满足PH假定。
第二种方法是绘制按该变量分组的
对生存时间t的趋势图，若曲线大致平行或等距，则满足PH假定。第三种方法也许是最好、最方便的方法，就是在模型中增加协变量与时间的交互作用项，考察该交互作用项是否有统计学意义。如果有统计学意义，则说明比例风险条件不成立；如果无统计学意义，则说明比例风险条件成立。
分析中，需要对每个协变量都进行考察。若各协变量均满足或近似满足PH假定，则可直接应用基本Cox模型。当比例风险条件不成立时，可采用如下方法来解决：
①将不成比例关系的协变量作为分层变量，然后再用其余变量进行多个Cox回归模型分析；
②采用参数回归模型替代Cox回归模型进行分析；
③采用依时协变量的Cox回归模型分析。
