在上一期的《手把手教Stata生存分析》中，我们一起学习了使用Stata进行Kaplan-Meier曲线的绘制以及Log-rank检验的方法。作为最基本的生存分析工具之一，K-M曲线可以让我们对于两组或多组患者的生存率、死亡率进行直观的比较，Log-rank检验也可以让我们得到统计学上的相应证据。

然而，作为一种非参数估计方法，K-M方法不能控制潜在的混杂因素对于结局事件的影响，也不能让我们看出某一种因素(例如患者性别、年龄)是否是结局发生的独立因素之一。

今天，我们就一起来学习如何使用Stata进行Cox回归分析以及比例风险假定(Proportional hazard assumption, PH假定)的检验。

1. 问题与数据

问题：在一个抗癌药物的临床试验中，48名患者被随机分配到新药组(28人)和安慰剂组(20人)，研究人员想知道新药是否影响患者的生存情况。

数据：我们这次仍然使用上次使用的癌症药物临床试验的数据集。请大家在command对话框中输入“webuse drugtr”以调入这个数据集。

上次我们已经进行过了数据的初步观测、将数据转化为生存数据格式。如果不了解如何操作，请参考上一期的文章。今天，我们直接开始Cox回归分析。

2. Cox回归

Step 1：通过Statistics > Survival analysis > Regression models > Cox proportional hazards model找到操作的对话框。

Ste