Ein semiparametrisches Überlebensmodell, bei dem die Hazard-Funktion zur Zeit t für eine Person gleich einem nicht spezifizierten Basishazard multipliziert mit einer Exponentialfunktion der Kovariaten ist (hazard(t|X) = h0(t) exp(βX)); es modelliert das relative momentane Risiko eines Zeit-bis-Ereignis-Ergebnisses und berücksichtigt Rechtszensur, ohne die Form des Basishazard festzulegen, unter der Annahme proportionaler Hazards, dass Kovariateneffekte zeitkonstant sind.

Prinzip

Die Kovariatenkoeffizienten (β) quantifizieren multiplikative, zeitkonstante Effekte auf die Hazard (Hazard Ratios); eine gültige Interpretation erfordert die Annahme proportionaler Hazards sowie geeignete Behandlung von Zensur und gebundenen Ereigniszeiten (ties).

Demonstration

Illustrierendes Szenario — Situation: Zeit bis zum Versagen eines Implantats wird bei Hunden mit zwei Implantatmaterialien aufgezeichnet, einige Tiere gehen verloren. Erkennung: es handelt sich um ein Zeit-bis-Ereignis mit Rechtszensur. Aktion: Anpassung eines Cox-Modells mit Implantatmaterial und Alter als Kovariaten, Überprüfung der proportionalen Hazards grafisch oder durch Tests. Folge: Ein Hazard Ratio für das Material schätzt das relative momentane Versagensrisiko zwischen Materialien, sofern Proportionalität gilt; ist dies nicht der Fall, sind zeitabhängige Koeffizienten oder eine stratifizierte Analyse erforderlich.

Fehlanwendung

Die Interpretation eines Hazard Ratios als einfaches Verhältnis kumulativer Risiken oder das Unterlassen der Prüfung der Proportionalitätsannahme können irreführend sein: Ein nicht-proportionaler Effekt, der sich über die Zeit in Richtung oder Stärke ändert, macht eine einzige zusammenfassende Hazard Ratio irreführend und potenziell ungeeignet für die klinische Interpretation.

Konsequenz

Wenn anwendbar, liefert das Cox-Modell interpretierbare Hazard Ratios und nutzt zensierte Daten effizient; wenn seine Annahmen verletzt sind oder konkurrierende Risiken vorhanden und nicht berücksichtigt werden, können die geschätzten Zusammenhänge verzerrt sein und auf ihnen basierende Entscheidungen unangemessen werden.

Umkehrung

Wenn Kovariateneffekte zeitabhängig sind (Verletzung der proportionalen Hazards), kommen Alternativen in Frage wie Cox-Modelle mit zeitabhängigen Koeffizienten, stratifizierte Cox-Modelle oder parametrische accelerated-failure-time-Modelle; bei zentralen konkurrierenden Risiken sollten ursachenspezifische oder Subdistribution-Hazard-Modelle in Betracht gezogen werden.

Abgrenzung

Klar innerhalb: Einzelereignis-Zeitdaten bis zum ersten Ereignis mit Rechtszensur und Kovariaten, die multiplicativ auf die Hazard wirken. Grenzfall: wiederkehrende Ereignisse oder mehrere Ausfallarten, die spezielle Erweiterungen erfordern. Klar außerhalb: Analysen von Intervallzensur ohne Anpassung.

Semantische Spannung

Spannung zwischen Proportional-Hazards-Modellen und accelerated-failure-time (AFT)-Modellen: PH fokussiert auf relatives momentanes Risiko, AFT auf multiplicative Effekte auf Ereigniszeiten; die Wahl hängt von der Forschungsfrage und Passung der Annahmen ab.

Synthese

Das Cox-Modell bietet flexible, semiparametrische Schätzungen der Kovariateneffekte auf das momentane Risiko, seine Nützlichkeit hängt jedoch von der Proportionalitätsannahme und der Forschungsfrage ab — das Prüfen von Annahmen und das Erwägen von Alternativen bei deren Verletzung ist für valide Inferenz in veterinären Überlebensanalysen unerlässlich.