SPSS讲义8COX精品.pptVIP

生存分析 生存分析是将事件的结果和出现这一结果所经历的时间，结合起来进行分析的一种统计分析方法。 资料特点 （1）通过随访进行收集 （2）起始时间 （3）事件的结局及时间 （4）生存时间的分布十分复杂 （5）随访资料常因失访等原因造成某些数据观察不完全 事件：研究者所认定的结局 生存时间：开始观察到某终点事件所经历的时间跨度。生存时间有两种类型： (1)完全数据：指从起点至出现认定事件所经历的时间跨度。 (2)截尾数据：从起点至截尾点所经历的时间。 截尾：没有观察到的认定事件。有以下几种情况: 失访、拒绝访问、中途退出等 死于其它与研究无关的疾病 研究工作结束时事件尚未发生等 完全数据提供了病人确切的生存时间，是生存分析的主要依据；截尾数据也提供部分信息，说明病人在某时刻之前没有发生事件。 生存函数又称生存率S(t) ：观察对象活过时点t的概率. S(t)= P(x?t) ，为累积生存概率。 如果有截尾数据，分母就必须分时段校正，故此式一般不能直接应用。 生存概率和生存率的区别，前者是单位时段生存概率；而后者是多个时段的生存概率，是多个时段的累积的结果。 生存率的估计：假定病人在各个时段生存的事件相互独立，则生存率为各时段生存概率之积。 Kaplan-Meier法：适用于生存时间确切的资料，或小样本资料。 寿命表法：适用于频数表资料或大样本资料。 例 某研究者收集一些肺癌病例, 数据见survival1.sav time生存时间(天) status生存状态. 0,截尾; 1,死亡 type肺癌类型: 1腺癌, 2大细胞癌, 3小细胞癌, 4鳞癌 health病人入院时的身体状况 diagtime从诊断为肺癌到开始治疗的时间 age病人的年龄 sex病人的性别 试比较不同类型肺癌患者生存时间 Analyze?Survival?Kaplan-Meier Time框: time（生存时间变量） Status框: status（生存状态变量） Define event: single vaule:1 Factor框: type（欲比较的分类变量） Compare factor? test staticics: 选 log rank Option? statistics :survival table plot: 选Survival Ok 腺癌的生存时间的均数、中位数 寿命表法 其它选项说明： Factor: 分组变量 By factor: 分层变量 Options对话框 compare levers of first factor overall：几组生存曲线的检验 pairwise：几组生存曲线的两两比较 data?weight case weight case by : freq OK Analyze?Survival? life tables Time: time Display time intervals: 10 by 1 Status: died Define event: single vaule:1 Options: Life tables plot:survival Ok Life Table结果 Cox 比例风险模型 1972年由英国的Cox提出，属半参数模型。可以不对生存时间的具体分布进行假设的情况下评价因素的作用 Cox模型的基本形式: h(t,x)为具有协变量x的个体在时刻t的风险函数(风险率, 瞬时死亡率),h0(t)称基准风险率，即所有协变量均为0时，个体时刻t的风险函数 上式的右侧分两部分: h0(t)与时间有关的任意函数, 其分布和形状无明确假定, 是非参数部分. 另一部分是参数部分, 其参数可以通过样本估计. 因为无须估计h0(t), 故Cox回归的模型拟和不是直接用生存时间作为因变量, 而是以风险函数与基础风险函数的比值为因变量. 例 仍以肺癌病例资料, 数据见Survival1.sav SPSS操作 Analyze?Survival?Cox regression Time: time Status: status Define event: single vaule:1 Covariates: type/ health /diagtime/ age /sex (待筛选的协变量) Categorical :Covariates:type（将肺癌亚型定义为哑变量） Method : forward LR plot: Survival Option : CI for exp(?) Displa