Wie wird die Annahme der proportionalen Gefährdung für eine kontinuierliche Variable bewertet?

Ich habe ein Problem mit der Überprüfung der Annahmen für eine kontinuierliche Variable in einem proportionalen Gefährdungsmodell. Wenn eine Variable ein Faktor mit vielen Ebenen wäre, könnte ich den Logrank-Test verwenden oder prüfen, ob die log (-log) -Transformationen von Überlebenskurven parallel sind. Was aber, wenn eine Variable stetig ist? Ist diese Methode noch gültig? Ist Schönfelds Test eine Lösung?

Wenn Sie für die stetigen Variablen keine Linearität angenommen haben oder wenn die Linearität tatsächlich gilt, besteht ein nächster logischer Schritt darin, die Proportionalität der Gefahren mithilfe geglätteter skalierter Schönfeld-Residuendiagramme zu bewerten, wie sie in der Funktion des R- survivalPakets implementiert sind cox.zph. Diese Diagramme zeigen den geschätzten Regressionskoeffizienten für eine binäre oder kontinuierliche Variable als Funktion der Zeit. Sie hoffen auf Flachheit in dieser Beziehung, wenn PH hält. Die Funktion bietet auch einen formalen Hypothesentest, der manchmal zu empfindlich gegen geringfügige Nicht-PH ist.