合併症的風險調整以進行生存分析？我比較並分析了兩種不同的患者群體（1 型病毒感染和 2 型病毒感染），採用一種特定的治療方法就結果而言。
這些組中的 Kaplan Meier 沒有顯示出任何差異 - 這很好 - 因此可以聲明兩組之間的未調整生存是相同的。
然而，似乎一組（例如 1 型病毒感染）在進入疾病過程時“病情加重”，要么年齡較大（作為連續變量），要么比 2 型病毒感染人群有更多或其他合併症. 我通過單變量分析（邏輯回歸和卡方取決於）確定了預先存在的人群中的這些差異。
我想在進行 Kaplan Meier 分析之前進行先驗調整，看看如果我針對這些風險因素進行調整，這個人群（病毒類型感染 1）是否實際上具有相對生存益處？ 或者換句話說 - 我想冒險調整例如高齡，並得出結論 - 正如已經表明的那樣，生存是一樣的？！
非常感謝，非常及時和重要的分析。 馬克
回复：生存分析合併症的風險調整？@Byron_JMP是給你很好的建議，但我問，你為什麼要先調整？ 您不能使用模型（例如，比例風險）並將協變量作為固定效應包括在內嗎？
Kaplan-Meier 估計始終有效，但主要提供簡單的比較（即分組測試）。
回复：生存分析合併症的風險調整？類似於此方法中描述的內容 - 請參閱附件。
回复：生存分析合併症的風險調整？聽起來您似乎有興趣進行非參數風險分析，以便您可以看到每個協變量的影響？>
