生存分析-预防本科-2011.11.20精品.pptVIP

生存分析张俊辉2011.11.22 生存分析中的几个基本概念 “死亡”事件 ——失败事件(failure event) 生存时间(survival time)：完全数据、截尾数据、截尾 死亡概率(mortality probability) 生存概率(survival probability) 生存率(survival rate) 中位生存时间(median survival time) (一)死亡事件(death event) 又称失效事件(failure event)或终点事件。 死亡事件是一个广义的概念，不单是指通常意义下的生物体死亡，而是泛指标志某种处理措施失败或失效的特征事件。 (二)生存时间(survival time)： 指观察到的存活时间。生存时间是一个广义概念，不单是指通常意义下生物体的存活时间，而是泛指研究者所关心的某现象的持续时间。 生存时间的两种类型 完全数据(complete data)： 指从观察起点到发生死亡事件所经历的时间。 截尾数据(censored data)： 简称截尾值(censored value)，又称删失值或终检值。生存时间观察过程的截止不是由于死亡事件，而是由于其他原因引起的，称为截尾(censored)。截尾的原因包括失访、退出和终止。 截尾数据指从观察起点到截尾所经历的时间。 死亡概率 ：指在某单位时段开始时存活的个体在该时段内死亡的可能性大小。 生存概率 ：指某单位时段开始时存活的个体到该时段结束时仍存活的可能性大小。 生存率：指观察对象活过tk时刻的概率。 生存率也是一个广义概念 ，研究 者定义的死亡事件不同，其含义也 不同，可以是缓解率或有效率。 中位生存时间 又称半数生存期，是指生存率为0.5时对应的生存时间，表示有50%的观察对象可活这么长时间。 主要内容 1.未分组资料数据的生存分析 (Kaplan-Meier过程) 2.分组资料数据的生存分析 (Life Tables过程) 3.生存曲线的比较 (log-rank Test) 未分组资料的生存分析 特点：每个观察个体都有一个生存时间 例15.1 某医师采用手术疗法治疗12例宫颈癌患者，随访时间(月)记录如下：1，2，4，5，7，8+，11，15，18，33+，36，38+。试估计各时点生存率及其标准误、各时点总体生存率的95%置信区间、中位生存时间，并绘制生存曲线。 未分组资料的生存分析 乘积极限法——由Kaplan-Meier于1958年首先提出，又称Kaplan-Meier法(简记为KM法) SPSS操作步骤： 设置两个变量： 生存时间(time) 结局(status)：死亡=1，截尾=0 SPSS操作步骤： Analyze Survival Kaplan-Meier Time框 选入时间变量time Status框 选入结局变量status Define Event(定义死亡事件的取值)按钮 Single value 框输入 1 Continue Options 按钮 勾选 Survival tables(生存分析表) 默认 Mean and median survival (均数和中位数) 默认 Survival (生存曲线图) Continue OK 结果解释 生存曲线 分组资料的生存分析 例15.2　某医师对110例原发性肺癌患者确诊后进行随访，得资料见表15.3第(2)栏~第(4)栏，试估计各时点生存率及其标准误、各时点总体生存率的95%置信区间、中位生存时间，并绘制生存曲线。 寿命表法 SPSS操作步骤 SPSS操作步骤 指定频数变量f Data Weight Cases 选中 Weight cases by Frequency variable框：选入f SPSS操作步骤 Analyze Survival Life Tables Time 框： 选入时间变量time Display Time Intervals 框： 输入 10 by 1 Status框： 选入结局变量status Define Event 按钮：Single Value 框 输入1 Continue Options按钮 勾选 Life tables 、Survival Continue OK 结果解释 此为SP