COX预测模型过程中，我踩过的那些雷

R语言做！初学者先进来看看！！！

SCI冲

COX分析：做临床信息与预后相关的COX分析大致都会分为两个步骤，先做单因素COX回归分析，再根据P值挑选有意义的变量，最终纳入COX多因素回归模型中；这个过程可以利用SPSS进行，当然为了和后续分析结果可视化联系在一起，可能使用R语言会更方便一些；

R语言COX分析：上述的单因素COX分析到多因素COX分析的R分析，在网上的教程不少，其中绝大多数都直接从教你如何分析自变量与结局间的关系开始，一直到可视化，这里我也推荐一个B站上的教程，小姐姐带着写代码，每一步都有详细解说，有需要的可以去看看，视频链接为：

【麦子】Cox回归的R操作：从单因素到多因素一气呵成_哔哩哔哩_bilibili​www.bilibili.com/video/av18918951/​编辑

这里必须要提及的是数据问题，肯定有很多初学者在跟着教程跑代码的时候出现了不少error，warning，这主要原因是很多教程使用的数据都是R语言中自带的数据集lung，人家自带的数据能不规范嘛，你再看看你的数据类型符合用coxph()函数做分析的要求嘛？？？所以接下来，我就我在COX分析过程中遇到的困难给初学者们排排雷；

数据读取问题：使用read.table()函数读取部分数据时，会存在数据读取不全，数据缺失的问题，当然不是所有数据都存在这种情况，如果存在这种情况了，或者使用read.table()函数后，不论怎么修改sep="",row.names=也不能将数据正确格式读进来的时候，建议大家将原有的数据存储为UTF-8编码以逗号形式分割的.csv格式，再利用R语言中的read.csv(data,sep=",")函数读取，效果会好不少；

数据缺失值问题：在COX分析中会默认把缺失值直接删除后再做分析，如果某个样本有缺失值，建议把这个样本删除，当然，如果某个变量在样本中的缺失值过多，建议不要将这个变量纳入模型分析；

R包的安装问题：如果你跟的教程里面用的是install.packages("")，但是你使用这个代码总显示该R语言版本无法下载安装包时，很可能这个代码已经不适用了，这时候不要犹豫，直接在浏览器上搜索这个包的名字，登录这个包相关的官网上，点击installation模块，上面会有更新的安装此包的代码！！！亲测，上案例，COX等比例风险检验所需的survminer包，用install.packages("")已经无了，上官网，再安装；

官网安装代码截图

安装包安装成功的过程

COX分析中结局数据类型：生存分析类结局主要分为两种，出现阳性事件，用1表示，未出现阳性事件，用0表示，很多初学者在标注结局时，认为0和1应该是因子型变量，要么原数据就是factor形式，要么就是自己利用factor函数直接改成了因子型变量，最后用COX已分析，报错了：Error in coxph(y ~ 性别, data = data) : an id statement is required for multi-state models；这个错误是由于，COX分析使用的生存分析结局的0和1是数值型变量，你把它变成因子型了，肯定识别不了，这个问题困扰了我一个晚上，我是在网上翻到一篇外国网友的相似问题才知道了原因；

因子型结局变量报错

变量名问题：在我的数据变量名中，有包含@符号的，于是有报错了；当然有关变量名还不能包含其他哪些符号，大家一起探索！！！

变量名包含@报错

多因素COX回归分析中变量过多显示收敛不佳：我最后是有23个变量进入了多因素COX回归模型的建立，没有报错，但是报了warning，也是在国外网站上查到了相似问题，显示由于变量过多引起的；那这个时候你就要重新筛选你的变量了，这个时候我才重新去找COX分析对于因变量和自变量的要求，以下列出，包括各自变量间批次独立，这就需要独立性检验或者回归分析的介入了，如果你觉得现学相关的R代码太麻烦了，那你可以重新捡起来SPSS，网上教程教的很详细，一定要比R代码上手快一些；当然其他有关残差和等比例风险验证的问题，我本人也还没学会，遇到问题了，我们再一起讨论！！！

变量过多收敛不好

COX多因素模型需要满足的条件：

1.各观测值间相互独立，即残差之间不存在自相关；

2.因变量和自变量之间存在线性关系；

3.残差的方差齐；

4.不存在多重共线性；

5.没有显著异常值；