¿Cuáles son los indicadores clave del análisis multivariado de Cox?

El análisis multivariado de Cox es un método estadístico utilizado para estudiar el impacto de múltiples variables en el tiempo de supervivencia. Después del análisis multivariado de Cox, debemos prestar atención a los siguientes indicadores clave:

1. HR (índice de riesgo): HR es el coeficiente de regresión de cada covariable, lo que indica que cuando otras covariables permanecen sin cambios, este cómo. Muchas veces el índice de riesgo aumenta o disminuye por cada aumento de unidad en la covariable. Un valor de HR mayor que 1 indica una correlación positiva entre la covariable y el tiempo de supervivencia, es decir, un aumento en la covariable aumentará el riesgo de muerte; un valor de HR menor que 1 indica una correlación negativa entre la covariable y el tiempo de supervivencia, es decir. es decir, un aumento en la covariable reducirá el riesgo de muerte; un valor de HR igual a 1 indica que la covariable no está relacionada con el tiempo de supervivencia.

2. Valor p: el valor p es el resultado de la prueba de significancia de cada covariable, que indica si la covariable tiene un impacto significativo en el tiempo de supervivencia. Cuanto menor sea el valor de P, más significativo será el impacto de esta covariable en el tiempo de supervivencia. Normalmente, valor P

3.3.CI (ConfidenceInterval):CI): CI es el intervalo de confianza del valor de FC de cada covariable, que indica el intervalo de confianza del valor de FC estimado de esta covariable. Cuanto más estrecho sea el intervalo de confianza, más precisa será la estimación del valor de FC para esa covariable.

4.Nagelkerker_: Nagelkerker_ es una medida de la bondad de ajuste del modelo, que indica el poder explicativo total de todas las covariables del modelo para el tiempo de supervivencia. El valor de NagelkerkeR_ está entre 0 y 1. Cuanto más cerca esté de 1, mejor se ajustará el modelo.

5. Prueba narrativa de probabilidad: La prueba narrativa de probabilidad es una estadística que prueba si todo el modelo es significativo. Si el valor P correspondiente a esta estadística es inferior a 0,05, todo el modelo se considera significativo.

6.Índice C: El índice C es una medida de la precisión de la predicción del modelo, que indica la coherencia entre el tiempo de supervivencia previsto y el tiempo de supervivencia real. El valor del índice C está entre 0,5 y 1. Cuanto más cerca esté de 1, mayor será la precisión de la predicción del modelo.