生存分析中的对数转换预测变量

Question

我正在运行共享 gamma 脆弱模型（即具有随机效应的 Coxph 生存分析模型），并且想知道对一个连续预测变量进行对数转换是否“可接受”。我发现一个网站 (http://www.medcalc.org/manual/cox_proportional_hazards.php) 说“Cox 比例回归模型假设......端点和预测变量之间应该存在线性关系。具有高度偏态分布的预测变量可能需要对数变换以减少影响极值。变量 var 的对数变换可以通过输入 LOG(var) 作为预测变量来获得。

非常感谢对此主题有更多统计知识的人提出第二意见。简而言之：在生存分析模型（例如 Coxph 模型）中转换（特别是对数转换）预测变量是否可以/常见/等等。

谢谢。

Answer 1

您可以对 Cox 回归中的任何预测变量进行对数转换。这通常是必要的，但也有一些缺点。

为什么要对数转换？有很多很好的理由。您减少了异常值的范围和影响，数据变得更加正态分布等。

什么时候可以？我怀疑在某些情况下您无法做到。我很难相信这会影响您估算的准确性。

为什么不总是这样做？那么，很难解释已经对数转换的预测器的结果。如果您不记录转换，并且您的预测变量是血压，并且您获得 1.05 的风险比，这意味着血压每增加 1 个单位，事件风险就会增加 5%。如果您对血压进行对数转换，则 1.05 的风险比（在对数转换后很可能不会再次达到 1.05，但为简单起见，我们将坚持使用 1.05）意味着血压每增加一个对数单位，就会增加 5%。现在这更难掌握了。

但是，如果您对考虑对数转换的特定变量不感兴趣（即您只需将其作为协变量进行调整），请继续。