生存率分析.ppt

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,完全数据：已知事件发生的起始时间和结束时间，能获得完整信息的数据。,不完全数据（截尾数据）：只能获得事件发生的起始时间或结束时间，得到的部分信息的数据。一般在数据后面加“,+”,用以表示。,数据特征,删失（,censor,）,由于某种原因无法得到事件发生的明确的时间，获得的数据只能反映部分信息的情况。,原因：失访、未发生结局、其他原因中止观察。,删失数据又称截尾数据。,左删失：只知道终点时间在已知时间之前,区间删失：只知道终点时间在某区间内,右删失：只知道终点时间在已知时间之后,Kaplan-Meier,法，该方法是,Kaplan,和,Meier,于,1958,年提出的，因而又称乘积极限法（,product-limited method,），简称,KM,法。,生存率的计算是利用条件概率和概率乘法的原理来完成的。,条件概率即某时刻死亡概率或生存概率,公式中,t,为某时刻，,S,(,t,),表示某时刻,t,的生存率，,k,表示是,t,之前最近的一个时刻，,p,为某时刻生存概率，该公式表示某时刻生存率为之前各时刻生存概率与该时刻生存概率的连乘。,删失时刻生存率等于前一个非删失时刻生存率。,log-rank,检验的基本思想时进行实际死亡数与期望死亡数的比较。,对不同处理组的生存率做整体的比较。,可用于两组或多组生存率的比较。,生存曲线的,log-rank,检验,log-rank,检验的注意事项,两组生存率的比较有近似法和精确法两种，书上介绍精确法，统计软件中常用精确法，小样本时两种方法结果稍有不同。,要求两条生存曲线不能有交叉。有交叉提示存在混杂因素，需用分层或多因素的方法校正混杂因素。,Log-rank test,and Cox trend test,当事件发生时间与多个影响因素有关时，可用,Cox,比例风险回归分析影响因素对自变量的影响情况。,以风险函数（,hazard function,）作为应变量，以各影响因素作为自变量，做自然指数回归方程。,回归方程的表达式为：,Cox,比例风险回归模型,(,半参数模型,),表示已生存到时间,t,的观察对象，从生存时间,t,到,t,+,t,这一非常小的区间内死亡的概率极限，即生存时间已达到,t,的一群观察对象在时刻,t,的瞬时死亡率。,用来估计死亡风险的大小。,风险函数,因素的筛选和最佳模型的建立,通过单变量分析筛选有价值的自变量。常用的方法有,2,检验、,log-rank,检验、单因素的,Cox,模型分析等。,采用前进法、后退法和逐步回归法筛选进入模型的自变量，建立最佳模型。,Cox,比例风险回归模型的前提条件是假定风险比值,h,(,t,)/,h,0,(,t,),为固定值。,协变量对生存率的影响不随时间的改变而改变,检验该条件的方法,协变量分组,K-M,曲线无交叉，则满足条件；,以生存时间为横轴，对数对数生存率为纵轴，绘制协变量分组生存曲线，如果平行则满足条件；,对于连续型变量，模型中放入交互项，如果该项无统计学意义，则满足条件。,比例风险假定的检验,