随着世界经济的增长，卫生保健事业的发展，疾病谱的变化和平均寿命的提高，有关肿瘤、慢性病、老年性疾病的临床试验和流行病学方面的随访研究日益重要和增多，这些临床试验和随访研究的资料都可整理为生存资料。目前对生存资料的多因素分析最常用的方法仍然是Cox比例风险回归模型。由于Cox模型适用范围广，实际应用中分析者常忽视了它的应用条件，直接影响到该模型的稳定性。本研究在国内首次较系统地探讨和解决Cox模型拟合及预测中以下四个方面的问题。 1．针对Cox模型基本假定之一，即比例风险假定，通过Monte-Carlo模拟研究和实例分析分别比较和验证了考察Cox模型比例风险假定各种图法和检验法的效能，建议分析者选用平滑Shoenfeld残差图、score残差图、三次样条函数法及时协变量检验、线性相关检验、加权残差score检验，指出当资料不满足PH假定时的解决方法。 2．针对Cox模型基本假定之二——对数线性假定，通过实例比较了现有四种Cox模型协变量与对数风险线性关系假定的图法检查（鞅残差图、改进的鞅残差图、构造变量图及多重β法），这些方法同时提供协变量对生存影响的最佳函数形式。 3．影响分析方面，通过Monte-Carlo模拟研究比较了六种影响点诊断统计量的诊断效能。提出加权score残差、似然距离和最大影响曲率及其诊断图可从模型拟合不同角度有效识别影响点。强调影响点的处理不是简单剔除，应结合数据、模型和专业知识作出合理解释，并采取恰当措施如加权偏似然估计。 4．在Cox模型预测应用方面，引入度量既定预后因子模型预测能力的评 价指标一解释变异，建议把此度量作为标准输出的一部分，纳入常规COx模 型分析中。本研究还首次引入压缩预测技术，实例分析表明压缩预测在一定程 度上校正模型的过度拟合，有效改善预测。 以上四方面研究分别从建模和应用角度讨论了COX模型应用中存在的问题 和解决方法。本研究旨在使分析者在进行COX分析的同时对其合理性作出正确 判断，并采取相应的处理措施，为C。X模型在医学中的应用提供有效的分析方 法。