رگرسیون کاکس با متغیرهای کمکی وابسته به زمان
رگرسیون کاکس وابسته به زمان، بسطی از مدل استاندارد بقای کاکس (Cox proportional hazards model) است که از طریق فرمولبندی فرآیند شمارش (counting-process formulation) معرفی شده توسط ترنو و گرامبش (Therneau and Grambsch, 2000)، اجازه میدهد یک یا چند متغیر پیشبین مقادیر متفاوتی را در نقاط مختلف دوره پیگیری یک فرد اتخاذ کنند. این روش زمانی انتخاب میشود که یک متغیر کمکی - مانند اندازهگیری آزمایشگاهی، دوز دارو، یا امتیاز شدت بیماری - در طول زمان تغییر کند و از زمان ورود به مطالعه ثابت باقی نماند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Therneau, T. M. & Grambsch, P. M. (2000). Modeling Survival Data: Extending the Cox Model. Springer. DOI: 10.1007/978-1-4757-3294-8 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Cox Regression with Time-Varying Covariates. ScholarGate. https://scholargate.app/fa/survival/time-dependent-cox
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- مدل فراژتی مشترک برای دادههای بقای خوشهایتحلیل بقا↔ compare
- مدل توأم برای دادههای طولی و زمان تا رویدادتحلیل بقا↔ compare
- تخمینگر بقای کاپلان-مایرتحلیل بقا↔ compare
- مدل پارامتریک انعطافپذیر بقا (رویستون-پارمار)تحلیل بقا↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →