2) Cox proportional hazard model
Cox比例风险模型
1.
Adjusted empirical likelihood in Cox proportional hazard model
Cox比例风险模型中的校正经验似然方法(英文)
2.
Cox proportional hazard model was used to identify the statistically significant prognostic factors in the 6 poten.
方法回顾性调查97例舌癌患者的住院病历和随访记录,采用Cox比例风险模型对性别、年龄、T分期、原发灶治疗方式、颈部处理方式和肿瘤细胞分化程度共6个可能影响患者无病生存率的因素进行筛选,Kaplan-Meier法对各影响因素进行生存率分析并计算生存率,log-rank法比较各因素不同水平生存分布的差异。
3.
A multivariate analysis was performed in these patients by the computer s Cox proportional hazard model.
选择 15个可能对胆管癌切除术后预后产生影响的非重复性特征性临床因素 ,通过Cox比例风险模型对胆管癌切除术后患者预后进行多因素分析。
3) Cox proportional hazards model
Cox比例风险模型
1.
Cox proportional hazards model was used to analyze the statistically significant prognostic factors.
采用Cox比例风险模型进行预后因素筛选,Kaplan-Meier法进行影响因素及生存率的分析。
2.
This paper discusses maximum likelihood estimation in Cox proportional hazards model under linear inequality restrictions with missing covariates.
研究了Cox比例风险模型中协变量部分缺失且参数满足线性不等式约束下的极大似然估计问题。
3.
The relation between risk factors and survival time and status was analysed by Cox proportional hazards model.
方法收集75例重型肝炎患者(存活组39例,死亡组36例)28项临床指标,采用Cox比例风险模型研究影响重型肝炎患者生存的危险因素与生存状态及生存时间的综合性量化关系。
4) Cox proportional hazard model
COX风险比例模型
1.
In order to thoroughly understand the prognosis of the colorectal cancer,define the effective factors for clinical cure,this study summarizes our hospital material based on reviewing the literature of domestic and abroad,and analyses it by Cox proportional hazard model.
本研究中对年度之间年龄均数的比较应用方差分析,生存率计算采用乘积极限法(Kaplan-Meier),单因素、多因素分析均采用COX风险比例模型,所有数据以P<0。
5) Cox proportional hazards regression model
COX比例风险模型分析
6) Cox proportion hazard model
Cox比例危险模型
1.
Methods: Materials of 236 patients with carcinoma of the gastric cardia were analyzed using Log?蛳 rank test and Cox proportion hazard model.
方法:收集236例贲门癌患者临床资料和随访资料,使用单因素Log蛳rank检验、Cox比例危险模型对影响预后的因素进行单因素、多因素回归分析。
补充资料：多元线性回归模型
分子式：
CAS号：
性质：假定从理论上或经验上已经知道输出变量y是输入变x1，x2，…,xm的线性函数，但表达其线性关系的系数是未知的，要根据输入输出的n次观察结果(c11，x21，…，xml，yi)(i=1,n)来确定系数的值。按最小二乘法原理来求出系数值，所得到的模型为多元线性回归模型。
CAS号：
性质：假定从理论上或经验上已经知道输出变量y是输入变x1，x2，…,xm的线性函数，但表达其线性关系的系数是未知的，要根据输入输出的n次观察结果(c11，x21，…，xml，yi)(i=1,n)来确定系数的值。按最小二乘法原理来求出系数值，所得到的模型为多元线性回归模型。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条