关于生存分析

《关于生存分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、关于生存分析一、生存分析基本概念事件(Event)指研究屮规定的生存研究的终点，在研究开始之前就己经制定好。根据研究性质的不同，事件可以是患者的死亡、疾病的复发、仪器的故障，也可以是下岗工人的再就业等等。2、生存时I'bJ(Survivaltime)指从某一起点到事件发生所经过的时间。生存是一个广义的概念，不仅仅指医学屮的存活,也可以是机器出故障前的正常运行时I'可，或者下岗工人再就业前的待业时间等等。有的时候甚至不是通用意义上的时I'可，比如汽车在出故障前的行驶里程，也可以作为生存时I'可来考虑。3^删失(Sensoring)

2、指rti于所关心的事件没有被观测到或者无法观测到，以至于生存时间无法记录的情况。常rh两种情况导致：(1)失访；(2)在研究终止时，所关心的事件还未发生。4、生存函数(Survivaldistributionfunction)又叫累积生存率，表达式为S(t)二P^>t),其中T为生存吋间，该函数的意义是生存吋间大于时间点t的概率。仁0时S(t)=l,随着t的增加S(t)递减(严格的说是不增)，l・S(t)为累枳分布函数，表示生存时间T不超过t的概率。二、生存分析的方法1、生存分析的主要目的是估计生存函数，常用的方法有Kaplan

3、-Meier法和寿命表法。对于分组数据，在不考虑其他混杂因素的情况下，可以用这两种方法对生存函数进行组间比较。2、如果考虑其他影响生存时间分布的因素，可以使用Cox回归模型(也叫比例风险模型)，利用数学模型拟合生存分布与影响因子Z间的关系，评价影响因子对生存函数分布的影响程度。这里的前体是影响因素的作用不随时间改变，如果不满足这个条件，则应使用含有时间依存协变量的Cox回归模型。三、实例要研究某种新药治疗相对于常规药物治疗对生存率有无改善，收集以下数据：months：生存时间(单位月)，为连续变量。group：1二治疗组，2二对

4、照组status：0二出现结局，2失访，2二实验结束时仍存活三、操作步骤菜单选择：分析©）直销辿1）图形9）实用程序9）窗口型）帮助报告描述统计表仃）比较均値（也）一般线性模型（£）广义线性模型混合模型Q9相关©回归迟）对数线性模型（2）神经网络分类近）降维度量（S）非参数检验（理）预测①生存函数（§）參重响应（P）缺失値分析住）…參重归因（I）复杂抽样（U质量控制@）ROC曲线图色）…主对话框：按图设置回答主对话框，点击〃选项〃按钮，设置如下:ift；Kaplan-leier:选项区］「统计量Q均値和中位数生存时间（M）a四分

5、位数@）-s8!生存函数电）□1减去生存函数（？）□危险函数（旦）［□对数生存［继绫］［取消］［帮型］回到主对话框，点击“比较因子〃按钮，设置如下:磴Kaplan-leier:比较因子水平检验统计量/对数秩(丄)VBreslow(B)iVlTarone-WareQ/Vjn因子水平的线性趋势（I）◎在层上比戦所有因子水平（R）O在层上成对比较因子水平©©对于每层（巳©为每层成对比较因子水平（旦）［继续］［取消］［帮助］回到主对话框，点击“确定〃输出结果。四.结果输出个奚队理摘要事件啟N百仆比洽疗俎22a115Og科照俎22IB62

6、7.3%整体44271738.6^这是个案处理摘要。生存表的均値和中论數蛆刖中位数佶汁瞬误95%置信区间瞬误95%置信区间I『上限F限上限治疔俎对照俎整体125.26472.54598.92513.40214.83910.81298.99643.46277.733151.532101.629120.117146.00040.00089.00028.78612.89921.23289.58014.71947.385202.42065.281130.615亂如果由讣値已阳失•那仝它将限制儿最•旷主存吋间百分位数rA4U*II50.0

7、%75.0%佶计禄准谋fc-:146.00028.78689.00021.098km40.00012.89922.00014.623整体89.00021.23229.00013.404这是生存表的均值及中位数及四分位数生存函数.80累积生存函数.40组别q•冶疗组+右疗组•冊咲•对照组•删咲I50100150200生存时间（月）这就是两组的生存函数，可以看出治疗组和对照组有较大区别，但仍需检验。授休比较卡方dfSig.LogRank(Maritel-Cox)4.6601.031Breslow(Generalized6.5431.

8、011Wilcoxon)Tarone-Ware6.0661.014羽别的1同水丰拎骑牛徉分布等同件这就是假设检验的结果，有三种统计量，结果基本一致，p<0.05,认为新药能提高生存率。