Cox-Regression mit zeitabhängigen Kovariaten
Die zeitabhängige Cox-Regression ist eine Erweiterung des Standard-Cox-Proportional-Hazards-Modells, die durch die von Therneau und Grambsch (2000) entwickelte Zählprozess-Formulierung eingeführt wurde. Sie ermöglicht es, dass eine oder mehrere Prädiktorvariablen zu verschiedenen Zeitpunkten während der Nachbeobachtungszeit einer Person unterschiedliche Werte annehmen. Sie ist die Methode der Wahl, wenn eine Kovariate – wie eine Laboruntersuchung, eine Medikamentendosis oder ein Schweregrad-Score einer Erkrankung – im Laufe der Zeit schwankt, anstatt vom Studienbeginn an konstant zu bleiben.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- Therneau, T. M. & Grambsch, P. M. (2000). Modeling Survival Data: Extending the Cox Model. Springer. DOI: 10.1007/978-1-4757-3294-8 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Cox Regression with Time-Varying Covariates. ScholarGate. https://scholargate.app/de/survival/time-dependent-cox
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- Shared-Frailty-Modell für geclusterte ÜberlebensdatenÜberlebenszeitanalyse↔ vergleichen
- Gemeinsames Modell für Längsschnitt- und Zeit-zu-Ereignis-DatenÜberlebenszeitanalyse↔ vergleichen
- Kaplan-Meier ÜberlebensschätzerÜberlebenszeitanalyse↔ vergleichen
- Flexibles parametrisches Überlebensmodell (Royston-Parmar)Überlebenszeitanalyse↔ vergleichen
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →