SPSS Cox 回归分析结果解读：HR、95%CI 与多因素筛选
更新于
Cox 回归分析结果解读要把调整后的风险比、区间与参照对象一起报告，再结合比例风险诊断判断解释范围。多因素筛选是进入模型前的建模决定，本次演示直接纳入预定变量，未执行自动逐步筛选，因此本文将最终模型解读与筛选规则分开说明。
生存数据怎么排：事件定义先于显著性
以下结果来自本站演示数据（模拟生成，不代表真实研究结论）：随机抽取 170/200 行，种子为 3。方法说明见Cox比例风险回归；spss cox回归相关论文写作也需先明确数据来源，本文只说明本站输出，不描述其他软件的菜单。
| 列名 | 数据含义 | 本次用途 |
|---|---|---|
| 随访月数 | 从共同起点至事件或删失的月数 | 生存时间 |
| 结局事件 | 事件发生与删失的编码 | 事件状态 |
| 年龄(岁)、肿瘤分期 | 连续及分类协变量 | 同时调整 |
| 治疗方案 | 模拟治疗分组 | 进入模型并分组绘图 |
本次事件为 107 例、删失为 63 例，进入模型的记录没有因缺失而减少。分类变量会形成哑变量，设计矩阵共估计四个参数；变量列数和待估参数数目并非始终相同，核对事件信息量时应使用后者。
资料准备还包括确认事件编码、正的随访时间以及不同记录是否属于独立对象。删失是否与预后相关，需要借助收集过程与失访原因判断，报告中的数值诊断不能替研究设计提供这一保证；同样，纳入更多变量也不会自动消除所有混杂。
Cox 回归分析结果解读的操作顺序
- 选择「Cox比例风险回归」，按上表配置时间、事件与协变量，核对治疗方案也被纳入调整。复现本文需保持相同子样本，完整演示表的系数会不同。
- 开始分析后先读样本概览，再读模型检验和系数表，确认各分类行对应的参照水平与差值方向。
- 对照前提诊断、效应量与结论卡，保留点估计及区间。开通会员后可导出 Word / PDF 报告、使用 AI 解读。
下图是本次结论卡的真实界面，用来定位汇总结果。汇总卡方便核对，但论文中的变量解释仍应返回系数表和分类编码，尤其避免把不同肿瘤分期的比较合成一个笼统结论。
风险比hr与区间：单位和参照水平一起读
年龄每增加一岁，对应的调整后 HR 为 1.040，95%CI 为 1.018～1.063，原始 p<0.001。这是瞬时事件风险的相对关联，年龄单位若改变，系数和风险比也会随单位变化；它并不是死亡概率增加四个百分点。
肿瘤分期的参照为未单列的 III 期。II 期对应 HR=1.368，95%CI 为 0.866～2.162，p=0.179，未检出与参照水平的差异；区间仍容纳多种风险大小，故结果保留不确定性，而不是宣布两期风险相等。
治疗方案中靶向治疗相对常规化疗的 HR 为 0.445，95%CI 为 0.300～0.661。该估计已经同时调整年龄与分期，但模拟数据没有提供随机分配或完整因果识别证据，写作时以“调整后风险较低的关联”说明范围。
预测曲线与比例风险假定怎样配合
全体预测曲线使用协变量的指定参考配置，不是直接将所有人的原始随访记录画成一条经验曲线。横轴沿随访时间展开，纵轴是模型估计的生存概率，应将它与未调整的生存估计区分。
分组预测曲线在模型中保留其他协变量的共同配置，用于展示治疗方案的条件预测差异。曲线位置取决于模型与参考配置，不表示任意两位真实个体的差异，也不构成治疗收益的因果估计。
本次各协变量的 Schoenfeld 残差检验原始 p 均未达到预定阈值，未检出比例风险假定偏离。这样的结果仍受检验灵敏度限制；若检验显著、诊断未执行或模型不可估，应分别报告偏离、未检验或不可估，并重新确定解释策略。
多因素筛选与论文表述的边界
本次最终模型同时纳入年龄、分期与治疗方案，没有先按单变量 p 筛掉某项。研究中宜先列出专业依据和主要假设，再说明变量处理方式、缺失规则及建模策略；对探索性筛选，还需考虑在新资料中验证整个建模过程。
下面流程图区分建模依据与验证资料的先后。它补充的是分析设计，当前报告只给出本样本的拟合与诊断，未提供独立队列验证；保留这个区别有助于避免把筛选后的显著系数包装为稳定预测工具。
对模拟随访子样本建立 Cox 比例风险模型，同时调整年龄、分期与治疗方案。报告每个设计矩阵参数的 HR、区间及原始 p，并明确分类参照；本次未检出比例风险诊断的偏离。II 期相对 III 期的区间包含无差异值，保留其估计而不按显著性删除，模型结果仅解释当前样本中的调整后关联。
Cox 模型解读常见错误
- 把年龄行写成每年增加四个百分点的事件概率：本次年龄行给出的是每岁对应的瞬时风险比；若写具体事件概率，还需明确预测时点和协变量配置。
- 只因 II 期未显著就从最终表删行：本例 II 期相对 III 期的区间跨过一，仍是预定模型的一项估计。删除后模型发生变化，原表其余行已不对应同一次拟合。
- 把这次未检出 PH 偏离写成所有时期作用恒定已获证实：本次检验覆盖的是当前记录的残差信息，应保留诊断方法与随访范围；它没有提供未来随访或新队列的检验。
- 把靶向治疗的预测曲线当成原始组内生存比例：两条曲线来自同一调整模型的参考配置，解释时应与直接按分组随访记录得到的估计区分。
延伸阅读
常见问题
- Cox 回归分析结果解读先看哪个表？
- 先核对事件编码、时间单位、进入模型的变量和分类参照水平，再读取调整后系数与区间。比例风险诊断及删失机制需要同时说明，单个显著结果不足以支撑全部模型前提。
- 风险比hr小于一就是治疗有效吗？
- 它表示在当前模型及其假定下的较低瞬时事件风险关联，不等同于累计发生概率下降，也没有自动建立治疗因果作用。解释还依赖事件定义与参照组。
- spss cox回归里不显著的变量都应删除吗？
- 删留应按研究目标、专业依据及预先规定的建模策略决定。仅按当前样本的单变量显著性筛选可能遗漏混杂因素，并使筛选后的区间与检验产生额外不确定性。