捕捉非比例风险回归模型中协变量效应的异质时间变化

生存分析的核心焦点是检验协变量如何影响生存时间。这些协变量效应常常表现为时间可变、异质——例如特定于患者、治疗或亚组，或同时具备上述两种特征。虽然标准模型——比例风险模型（Cox proportional hazards model），无法处理时间可变或异质效应，但已有若干扩展模型及替代建模框架被引入。然而，尚无统一框架用于纳入协变量的异质时间可变效应。此类效应指某协变量不仅以异质且时间可变的方式影响生存时间，同时其时间变化本身也具有异质性。我们提出通过引入分段指数加性混合模型中的异质时间可变系数来建模此类效应。运用功能性随机效应（亦称因子光滑），将系数建模为异质性与时间可变性的交互作用。该方法基于样条函数的惩mer化，实现非线性时间效应，同时采用高效随机效应基底建模异质性。惩mer化基底可防止在无此类效应时发生过拟合。此外，惩mer化大幅解决了在未正则化分段指数方法中常需面临的区间数目选择问题。通过仿真研究，我们展示了本方法在与竞争方法之间的优势。最后，通过脑肿瘤案例展示了实际应用价值。