SPSS教程8.ppt

Company name 生存分析SPSS过程（SPSS of Survival Analysis） 邹莉玲 预防医学教研室 1. 何为生存分析？ 生存分析（survival analysis）是将事件的结果（终点事件）和出现结果经历的时间结合起来分析的一种统计分析方法。 2. 生存分析的目的： 描述生存过程：估计不同时间的总体生存率，计算中位生存期，绘制生存函数曲线。统计方法包括Kaplan-Meier（K-M）法、寿命表法。 比较：比较不同处理组的生存率，如比较不同疗法治疗脑瘤的生存率，以了解哪种治疗方案较优。统计方法log-rank检验等。 影响因素分析：研究某个或某些因素对生存率或生存时间的影响作用。如为改善脑瘤病人的预后，应了解影响病人预后的主要因素，包括病人的年龄、性别、病程、肿瘤分期、治疗方案等。统计方法cox比例风险回归模型等。 预测：建立cox回归预测模型。 生存分析的理论复习 生存分析(Survival Analysis)菜单 寿命表（Life Tables）过程 Life tables 过程用于（小样本和大样本资料）： 估计某生存时间的生存率，以及中位生存时间。 绘制各种曲线：如生存函数、风险函数曲线等。 对某一研究因素不同水平的生存时间分布的比较。 控制另一个因素后对研究因素不同水平的生存时间分布的比较。 对多组生存时间分布进行两两比较。 （比较总体生存时间分布采用wilcoxon检验） Company Logo 实例分析 例1：为了比较不同手术方法治疗肾上腺肿瘤的疗效，某研究者随机将43例病人分成两组，甲组23例、乙组20例的生存时间（月）如下所示： 其中有“+”者是删失数据，表示病人仍生存或失访，括号内为死亡人数。 （1）计算甲、乙两法术后10月的生存率和标准误。 （2）估计两组的中位生存期。 （3）绘制各组生存函数曲线。 （4）比较两组的总体生存时间分布有无差别。 Company Logo 一、建立数据文件（data-01.sav） 定义5个变量： 生存时间变量：t，值标签“生存时间（月）” 生存状态变量 ：status，取值“1=死亡，0=删失或存活” 频数变量：freq，值标签“人数” 分组变量：group，取值“1=甲组，2=乙组” 生存时间序号变量(可无）：i 二、操作过程 主菜单：分析Analyze?生存Survival?寿命表Life tables 对话框参数设置： 时间time框：选入 “t”。 显示时间间隔Display time intervals框：步长by前面填入最大生存时间的上限（必须包括生存时间最大值），步长by后面填入生存时间的组距。本例上限填“60”，组距填“1”。 状态status框：选入“status”，击define events 钮，在single value框填入“1” 因子factor框：选入“group”，定义最小值“1”，最大值“2”。 单击选项option按钮，弹出对话框： 1）√寿命表，系统默认。 2）图： √生存函数 3）比较第一个因子的水平： √整体比较 三、主要输出结果 10月生存率的估计： 甲法 48%，标准误 0.1 乙法 30%，标准误 0.1 两组的中位生存期估计： Company Logo 3. 绘制生存曲线： Company Logo 4. 两组生存时间分布的比较： Kaplan-Meier 过程 Kaplan-Meier过程用于(尤其小样本资料）： 估计各生存时间的生存率以及中位生存时间。 绘制各种曲线：如生存函数、风险函数曲线等。 比较某研究因素不同水平的生存时间有无差异。 控制某个分层因素后对研究因素不同水平的生存时间分布进行比较。 对多组生存时间分布进行两两比较。 （各总体分布比较采用Log-rank等非参数方法） Company Logo 实例分析 例2：（数据同例1）为了比较不同手术方法治疗肾上腺肿瘤的疗效，某研究者随机将43例病人分成两组，甲组23例、乙组20例的生存时间（月）如下所示： 其中有“+”者是删失数据，表示病人仍生存或失访，括号内为死亡人数。 （1）计算甲、乙两法各生存时间的生存率和标准误。 （2）估计两组的中位生存期。 （3）绘制各组生存函数曲线。 （4）比较两组的总体生存时间分布有无差别。 一、建立数据文件（同前） 二、操作过程 主菜单：分析Analyze?生存Survival?Kaplan-Meier 对话框参数设置： 时间tim