Cox-Modelle
Kurzbeschriebung
Die Cox-Methode (Cox-Proportional-Hazards-Modell) ist ein semiparametrisches Regressionsverfahren der Überlebenszeitanalyse, das den Einfluss von Kovariaten auf die Hazardrate (instantanes Ereignisrisiko) modelliert, ohne die Grundform der Basis-Hazard spezifizieren zu müssen.
Das Modell hat die Form '"`UNIQ--math-00000000-QINU`"' wobei '"`UNIQ--math-00000001-QINU`"' die unbekannte Basis-Hazard und '"`UNIQ--math-00000002-QINU`"' die zu schätzenden Regressionskoeffizienten sind. Die zentrale Annahme ist die der proportionalen Hazards: Der Einfluss der Kovariaten wirkt multiplikativ und zeitlich konstant auf die Hazardrate.
Die Parameterschätzung erfolgt über die Partial Likelihood, sodass Zensierung (rechts-, links- oder intervallzensiert) korrekt berücksichtigt wird. Die Ergebnisse werden typischerweise als Hazard Ratios interpretiert, die relative Risikoänderungen beschreiben.
Anwendbarkeit im Gesundheitssektor
Die Cox-Methode ist eine Standardmethode in der klinischen Forschung, Epidemiologie und Versorgungsforschung. Sie wird eingesetzt zur Analyse von Überlebenszeiten, Zeit bis zu Ereignissen (Tod, Rückfall, Hospitalisierung) oder Therapieversagen unter Berücksichtigung mehrerer Einflussfaktoren.
Im Public Health dient sie zur Untersuchung von Risikofaktoren, sozialen Determinanten und Interventionseffekten auf zeitabhängige Endpunkte. Besonders wichtig ist ihre Fähigkeit, zensierte Daten korrekt zu behandeln, wie sie in longitudinalen Gesundheitsstudien nahezu immer auftreten.
Sonstiges
Zentrale Annahme: Proportionalität der Hazards
Erweiterungen: zeitabhängige Kovariaten, stratifizierte Cox-Modelle
Kein explizites Modell der Basis-Hazard nötig
Semantik
Wikidata-Identifikator ist: Q1134505
Deutsche Wikipediaseite ist: Cox-Regression
Englische Wikipediaseite ist: https://en.wikipedia.org/wiki/Proportional_hazards_model
Quelle: Cox, D. R. (1972), Regression Models and Life-Tables
Behandlung von Unsicherheit in den Ergebnissen der Methode ist explizit
Für die Methode benötigte Datenmenge ist mittel
Zweck der Methode ist Inferenz
Methode ist Mitglied der Methodenfamilie Statistisch;Kausale Inferenz„Statistisch;Kausale Inferenz“ befindet sich nicht in der Liste (Mechanistisch, Statistisch, Maschinenlernen, Tiefes Lernen, Hybrid, Kausale Inferenz, Simulation, Operationale Vorhersage, Beschreibende und erkundende Analyse, Praktisches Anwendungskonzept, ...) zulässiger Werte für das Attribut „Methode ist Mitglied der Methodenfamilie“.
Interpretierbarkeit der Ergebnisse der Methode ist gut