存活分析之競爭風險模型(Competing Risk Model)與傳統Cox ph regression有何不同？

 Q & A：存活分析之競爭風險模型(Competing Risk Model)與傳統Cox ph regression有何不同？

昨天有朋友在洽詢存活分析模型中的競爭風險模型，他的研究想要使用其分析方式，但不甚明瞭是否合適，以及其跟一般的Cox ph regression有何不同？

競爭風險模型常見於較高分的期刊研究。兩者分析法關係簡單說明如下。

情境說明：

Dr. Wu 整理十年來努力收集的癌症病人的臨床資料，想研究B型肝炎對大腸癌患者肝轉移的影響。資料庫中收集發生肝轉移的時間，用一般的Cox迴歸進行分析，發現慢性B型肝炎對癌症病人肝轉移有保護作用。亦即，慢性B型肝炎患者比其他人發生肝轉移的時間更晚。Dr. Wu認為此為具有重大意義之臨床研究成果，進一步深入研究可以顛覆臨床實務。

問題1：Cox 迴歸結果是否合理呢？

問題2：該結論是否會受到質疑呢？

此類型分析結果，通常會被質疑，因為違反臨床已具有的知識常理，亦無相關文獻可以支持其發現。通常會考慮，是否慢性B型肝炎患者之存活時間更短，導致尚無觀察到肝轉移時就已經死亡，造成結果偏差。

在本例中，有兩個可能的結局變數存在競爭關係：死亡和肝轉移。一般Cox迴歸模型只適用於單一結局變數，無法處理兩結局的關係。因此，需要考慮競爭風險模型。

競爭風險模型指在觀察世代中，存在某種已知事件可能會影響另一種事件發生的機率或是完全阻礙其發生，則前者與後者會被視為存在競爭風險[1]。如本例中的死亡與肝轉移事件。若競爭事件比例>10%採用傳統Cox regression可能造成結果嚴重偏差，而<10%可能出現偽陽性或偽陰性結果[2]。

推薦介紹競爭風險的文獻：Austin et al. (2016)的” Introduction to the Analysis of Survival Data in the Presence of Competing Risks” [3]。

 

如何執行競爭風險模型？

1.  R語言的“Cmprsk” package

2.  SAS 9.4的PHRE中加入”eventcode=”說明感興趣的結局為何

Reference:

1.Gooley, T.A., et al., Estimation of failure probabilities in the presence of competing risks: new representations of old estimators. Stat Med, 1999, 18(6): 695-706.

2. Pintilie M. Dealing with competing risks: testing covariates and calculating sample size. Stat Med, 2002, 21(22): 3317–3324.

3. Austin, P. C., Lee, D. S., & Fine, J. P. Introduction to the analysis of survival data in the presence of competing risks. Circulation, 2016, 133(6), 601-609.