Cox回归中年龄作为时间依赖的协变量

Question

在生存分析中，我有一个关于时间依赖变量的问题。你通常把年龄算作时变变量吗？我正在观察一群癌症患者，他们接受了一定的治疗，并初步治愈。然后对他们进行了一段时间的跟踪。总随访时间长达15年，因此时间相对较长，但有些时间当然要短得多。令人感兴趣的是他们是否患上了癌症。在SAS中，我是如何做到这一点的

proc phreg data=have ;
Title 'Cox for cancer recurrence';
class sex tumor_differentiation;
model Time*Recurrence(0)=   age sex tumor_size tumor_differentiation/rl;
run;

在R中

surv_object <- Surv(time = df$Time, event = df$Recurrence)
fit.coxph <- coxph(surv_object ~ Age +Sex + TumorSize + TumorDifferentiation, 
                   data = have)

这里的问题是，你是把年龄作为一个时间依赖的协变量，还是把年龄放在你的模型的基线上？感谢您的见解和感谢您的帮助。

Answer 1

在癌症研究中，诊断年龄具有重要的临床意义，所以在通常的情况下，我们以年龄作为诊断变量，并且它是固定的！