如何用R语言做cox先单后多回归分析！（附全套代码）
如何用R语言做cox先单后多回归分析！（附全套代码）
在预测模型构建过程中，通过Cox回归来筛选预测因子是十分关键的。本文将介绍如何使用R语言进行Cox回归分析，包括单因素和多因素回归，以及逐步回归法。通过一个具体的研究案例（老年恶性骨肿瘤患者的生存期预测）来说明Cox回归的应用，并提供了详细的R代码示例。
文献解读
案例文献是沈阳医学院公共卫生学院学者基于SEER数据库的一项回顾性研究，旨在建立一个列线图来预测老年恶性骨肿瘤（MBT）患者的总生存期（OS）。
摘要
背景：恶性骨肿瘤（MBT）是老年患者死亡的原因之一。我们研究的目的是建立一个列线图来预测老年MBT患者的总生存期（OS）。
方法：从SEER数据库下载了2004年至2018年所有老年MBT患者的临床病理数据。他们被随机分配到训练集（70%）和验证集（30%）。采用单因素和多因素Cox回归分析确定老年MBT患者的独立危险因素。基于这些危险因素构建列线图，以预测老年MBT患者的1年，3年和5年OS。然后，利用一致性指数（C指数）、校准曲线和受试者工作曲线下面积（AUC）来评价预测模型的准确性和判别力。决策曲线分析（DCA）用于评估列线图的临床潜在应用价值。根据列线图上的分数，将患者分为高风险组和低风险组。Kaplan-Meier（K-M）曲线用于测试两名患者之间的生存差异。
结果：从SEER数据库下载了2004年至2018年所有老年MBT患者的临床病理数据。他们被随机分配到训练集（70%）和验证集（30%）。采用单因素和多因素Cox回归分析确定老年MBT患者的独立危险因素。基于这些危险因素构建列线图，以预测老年MBT患者的1年，3年和5年OS。然后，利用一致性指数（C指数）、校准曲线和受试者工作曲线下面积（AUC）来评价预测模型的准确性和判别力。决策曲线分析（DCA）用于评估列线图的临床潜在应用价值。根据列线图上的分数，将患者分为高风险组和低风险组。Kaplan-Meier（K-M）曲线用于测试两名患者之间的生存差异。
结论：我们建立了一个新的列线图来预测老年MBT患者的1年，3年，5年的OS。该预测模型可以帮助医生和患者制定治疗计划和后续策略。
数据介绍
文献共纳入1641名2004-2018诊断的老年MBT患者的临床病理数据。暴露因素包括年龄、种族、性别、诊断年份、组织学类型、分级、分期、原发位置、TNM分期、肿瘤大小、是否化疗、是否放疗及手术方式。
研究结果
筛选预测因子只用到训练集数据，通过单因素Cox回归与多因素Cox回归筛选预测变量。这里作者并未使用先单后多或者是逐步回归法筛选预测变量，可能从临床实际考虑的更多。但在实操过程中推荐大家优先考虑逐步回归法进行筛选，这样更有利于构建一个拟合效果好的预测模型。
利用R语言复现
下面我们利用从SEERStat中提取的相关数据进行复现。根据文献中的纳入排除标准，提取涉及的相关数据，最终共纳入1，574名患者（原文献1，641）。介于SEERStat数据库会有更新，因此提取的样本量与原文会有所出入，这里请大家多关注统计方法的运用！本次用到的是R版本是4.3.1。
开始回归分析前需要做好前期工作：①导入数据集；②按照7:3的比例将数据集拆分为训练集train和验证集test；③完成均衡性分析。接着再开展今天的回归分析。
安装加载R包并导入数据
这里绘制均衡性表格，主要用到"autoReg"R包，请注意模型变量的筛选是根据训练集进行的，在进行数据拆分后，需要用训练集来进行Cox回归。
install.packages("autoReg")
library("autoReg")
Cox回归分析
autoReg包是一款功能强大的R包，可以一步到位实现批量单因素，多因素以及逐步回归法。可以通过调整“threshold= ”来改变限制P值的限制。
#cox回归模型构建
coxmod<-coxph(Surv(train$months,train$status)~age + Race + Sex + Year.of.diagnosis
+ Histologic.type + Primary.Site + Grade + Stage + t_stage + n_stage
+ m_stage + Surgery + Radiation + Chemotherapy + Tumor_size,
data=train)
summary(coxmod)
#单因素＋P<0.05纳入多因素＋逐步回归后退法
ft3<-autoReg(coxmod,uni=TRUE,threshold=0.05, final= TRUE)
myft(ft3)
代码解读：autoReg函数可以自动根据设定的阈值控制变量进入多因素回归模型，如果不限制阈值，全部变量进入多因素回归，可将阈值设置为1，如threshold=1；加上“final= TRUE”表示增加逐步向后回归的结果。
R语言结果如下：