生存时间资料分析方法.pptx

第一节第一节 生存时间资料的特点生存时间资料的特点一、基本概念一、基本概念l终点事件与起始事件终点事件与起始事件终点事件又称死亡事件、失效事件，是指研究者所终点事件又称死亡事件、失效事件，是指研究者所关心的特定结局；关心的特定结局；起始事件是反映研究对象生存过程的起始特征的事起始事件是反映研究对象生存过程的起始特征的事件件。l生存时间生存时间(survival time)(survival time)又称失效时间，为终点事件与起始事件之间的时间又称失效时间，为终点事件与起始事件之间的时间间隔，常用符号间隔，常用符号t t表示。表示。l删失值删失值在随访研究中，由于某种原因未能明确地观察到随在随访研究中，由于某种原因未能明确地观察到随访对象发生终点事件的时间，无法得知随访对象的访对象发生终点事件的时间，无法得知随访对象的确切生存时间，这种现象称为删失，亦称截尾或终确切生存时间，这种现象称为删失，亦称截尾或终检，其有关生存时间的数据称为删失值、截尾数据检，其有关生存时间的数据称为删失值、截尾数据(censored data)(censored data)或终检数据。或终检数据。二、资料特点二、资料特点l效应变量有效应变量有2 2个个生存时间生存时间结局结局l存在截尾数据存在截尾数据l分布类型复杂分布类型复杂三、统计描述三、统计描述1.1.死亡率、死亡概率、生存概率死亡率、死亡概率、生存概率l死亡率死亡率(mortality rate,death rate)表示在某单位时间里的死亡频率或强度，记表示在某单位时间里的死亡频率或强度，记为为m，年死亡率的计算公式为：，年死亡率的计算公式为：m=1000某年内死亡数某年平均人口数l死亡概率死亡概率(mortality probability)是指死于某时段内的可能性大小，记为是指死于某时段内的可能性大小，记为q。年死亡概率的估计值为；年死亡概率的估计值为；q=某年内死亡数某年内死亡数某年年初人口数某年年初人口数生存概率生存概率(survival probability)与死亡概率相对立，记为与死亡概率相对立，记为p。年生存概率表。年生存概率表示年初人口往后活满一年的机会大小，其估示年初人口往后活满一年的机会大小，其估计值为；计值为；p=1-q=某年活满某年活满1年人数年人数某年年初人口数某年年初人口数2.2.生存率、生存曲线、半数生存期生存率、生存曲线、半数生存期l生存率生存率(survival rate)是指观察对象（患者）能存活到某一时点是指观察对象（患者）能存活到某一时点tk的概率，记为的概率，记为S（tk）。其实质是累积生存）。其实质是累积生存概率。常用的是一年生存率、五年生存率和概率。常用的是一年生存率、五年生存率和十年生存率等。十年生存率等。n 年生存率年生存率=100%活满活满n年的例数年的例数观察例数观察例数l生存率估计的概率乘法原理；生存率估计的概率乘法原理；S（tk）=P（t tk）=P1P2Pkl生存曲线生存曲线(survival curve)是指将各个时点是指将各个时点tk的生存率的生存率S（tk）连接在）连接在一起的曲线图一起的曲线图(纵轴：生存率，横轴：生存纵轴：生存率，横轴：生存时间时间)。l阶梯型阶梯型l折线型折线型l半数生存期半数生存期(median survival time)又称中数生存期、中位生存时间，表示刚好又称中数生存期、中位生存时间，表示刚好(有且只有有且只有)50的个体可活这么长时间。它的个体可活这么长时间。它反映生存期的平均水平。反映生存期的平均水平。第二节第二节 小样本生存率的小样本生存率的Kaplan-Kaplan-MeierMeier估计估计l直接用概率乘法原理估计生存率，又称乘积极直接用概率乘法原理估计生存率，又称乘积极限法。限法。SPSSSPSS演示演示小样本生存率的小样本生存率的小样本生存率的小样本生存率的Kaplan-MeierKaplan-Meier估计估计估计估计,例例12-2 View Variable:View Data:Analyze Survival Kaplan-MeierTime 框框:tStatus框框:cDefine EventSingle Value:1ContinueOptions Survival tablesMean and median survivalSurvivalContinueOK第三节第三节 大样本生存率的寿命表大样本生存率的寿命表法估计法估计SPSSSPSS演示演示大样本生存率的寿命表法估计大样本生存率的寿命表法估计大样本生存率的寿命表法估计大样本生存率的寿命表法估计,例例12-3 View Variable:View Data:Data Weigh Cases Weigh Cases by:Frequency Variable 框：框：fOKAnalyze Survival Life TablesTime 框框:tDisplay Time Intervals:10 by 1Status框框:cDefine EventSingle Value:1ContinueOptions LifetablesSurvivalContinueOK第四节第四节 生存曲线比较的假设检验生存曲线比较的假设检验Log rankLog rank检验的基本思想检验的基本思想SPSSSPSS演示演示生存曲线比较的生存曲线比较的生存曲线比较的生存曲线比较的Log rankLog rankLog rankLog rank检验检验检验检验,例例12-4 View Variable:View Data:Analyze Survival Kaplan-Meier Time 框框:tStatus框框:cDefine EventSingle Value:1ContinueFactor框框:gCompare Factor Log rankContinueOptions Survival tablesMean and median survivalSurvivalContinueOK第五节第五节 CoxCox比例风险模型比例风险模型lCox回归是生存分析的重要方法之一，其优点回归是生存分析的重要方法之一，其优点是适用范围很广以及便于做多因素分析。是适用范围很广以及便于做多因素分析。lCox回归假定病人的风险函数如下式所示：回归假定病人的风险函数如下式所示：h(t)=h0(t)exp(b1X1+b2X2+bpXp)l生存函数如下式所示：生存函数如下式所示：S(t)=exp-h0(t)exp(b1X1+b2X2+bpXp)dtSPSSSPSS演示演示l例例1 1：为了研究恶性胆道梗阻住院患者生存时：为了研究恶性胆道梗阻住院患者生存时间的影响因素，从三所医院获得间的影响因素，从三所医院获得1995-20001995-2000年年9595例住院患者的数据，试用例住院患者的数据，试用CoxCox回归模型做生回归模型做生存分析。存分析。View Variable:View Data:Analyze Survival Cox RegressionTime:timeStatus:status(1)Covariates:group gender age cost duration complica obstruct size stage hb stb alt ast alp rgt wbcMethod:Enter/Forward LRPlots:SurvivalOptions CI for exp(B):95%ContinueOKl例2：某医师在研究白血病患者的生存率时收集了33名患者的资料，按Ag阴阳性把33个数据文件分为两组，并分别记录了两组患者的生存月数，是否死亡及白细胞数，试做Cox回归分析。View Variable:View Data:Analyze Survival Cox RegressionTime:生存时间生存时间Status:是否死亡是否死亡(1)Covariates:Ag阴阳性阴阳性 白细胞数白细胞数Method:EnterCategorical:Categorical Covariates:Ag阴阳性阴阳性 Plots:Survival HazardOptions CI for exp(B):95%ContinueOK