ScholarGate
Asisten
Process / pipelineClinical / epidemiology

Regresi Bahaya Proporsional yang Disesuaikan Risiko — Regresi Kelangsungan Hidup Multivariabel

Regresi bahaya proporsional yang disesuaikan risiko memperluas model kelangsungan hidup Cox (1972) klasik dengan secara simultan memasukkan faktor perancu (confounders) yang diketahui — usia, jenis kelamin, komorbiditas, tingkat keparahan penyakit — ke dalam model bersama dengan paparan yang menjadi minat utama. Penyesuaian ini mengisolasi efek independen dari paparan terhadap bahaya suatu kejadian, menghasilkan rasio bahaya (HR) yang tidak terdistorsi oleh perbedaan awal antara kelompok pembanding. Ini adalah metode yang paling banyak digunakan untuk analisis kelangsungan hidup multivariabel dalam penelitian klinis dan epidemiologi.

Buka di MethodMindSegeraApply, compare, get guidance
Tools & resources
Unduh salindia
Learn & explore
VideoSegera

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Peta metode

Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.

Sumber

  1. Cox, D. R. (1972). Regression models and life-tables. Journal of the Royal Statistical Society: Series B (Methodological), 34(2), 187–202. DOI: 10.1111/j.2517-6161.1972.tb00899.x
  2. Hosmer, D. W., Lemeshow, S., & May, S. (2008). Applied Survival Analysis: Regression Modeling of Time-to-Event Data (2nd ed.). Wiley. ISBN: 978-0471754992

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Risk-adjusted Cox Proportional Hazards Regression. ScholarGate. https://scholargate.app/id/epidemiology/risk-adjusted-cox-proportional-hazards

Metode yang mana?

Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.

Bandingkan berdampingan
ScholarGateRisk-adjusted Cox Proportional Hazards (Risk-adjusted Cox Proportional Hazards Regression). Diakses 2026-06-19 dari https://scholargate.app/id/epidemiology/risk-adjusted-cox-proportional-hazards · Set data: https://doi.org/10.5281/zenodo.20539026