Sono uno studente di medicina che cerca di capire le statistiche (!) - quindi per favore sii gentile! ;)
Sto scrivendo un saggio contenente una buona quantità di analisi statistiche tra cui l'analisi di sopravvivenza (Kaplan-Meier, Log-Rank e regressione di Cox).
Ho eseguito una regressione di Cox sui miei dati cercando di scoprire se riesco a trovare una differenza significativa tra i decessi di pazienti in due gruppi (pazienti ad alto o basso rischio).
Ho aggiunto diverse covariate alla regressione di Cox per controllare la loro influenza.
Risk (Dichotomous)
Gender (Dichotomous)
Age at operation (Integer level)
Artery occlusion (Dichotomous)
Artery stenosis (Dichotomous)
Shunt used in operation (Dichotomous)
Ho rimosso l'occlusione dell'arteria dall'elenco delle covariate perché la sua SE era estremamente alta (976). Tutte le altre SE sono comprese tra 0,064 e 1,118. Questo è quello che ottengo:
B SE Wald df Sig. Exp(B) 95,0% CI for Exp(B)
Lower Upper
risk 2,086 1,102 3,582 1 ,058 8,049 ,928 69,773
gender -,900 ,733 1,508 1 ,220 ,407 ,097 1,710
op_age ,092 ,062 2,159 1 ,142 1,096 ,970 1,239
stenosis ,231 ,674 ,117 1 ,732 1,259 ,336 4,721
op_shunt ,965 ,689 1,964 1 ,161 2,625 ,681 10,119
So che il rischio è significativo solo al limite a 0,058. Ma oltre a ciò come interpretare il valore Exp (B)? Ho letto un articolo sulla regressione logistica (che è in qualche modo simile alla regressione di Cox?) In cui il valore di Exp (B) è stato interpretato come: "Essere nel gruppo ad alto rischio include un aumento di 8 volte della possibilità del risultato", che in questo caso è la morte. Posso dire che i miei pazienti ad alto rischio hanno 8 volte più probabilità di morire prima di ... cosa?
Mi aiuti per favore! ;)
A proposito sto usando SPSS 18 per eseguire l'analisi.