生存分析中时间变量的选择.pdf

中国人口科学 2009 年第6 期 生存分析中时间变量的选择 李 强 张 震 【摘 要】文章对使用生存分析技术分析左截平数据时如何选择时间变量 进行了探讨。作者从理论上、逻辑上、似然函数的构造、协变量系数的估计及模 型对数据的拟合度方面指出，以真正的历险时间（如年龄）为时间变量是正确 的模型表达，而以观测期为时间变量的模型表达是错误的，用中国高龄老人死 亡风险的研究例示了这一结论。并指出在特定的情况下，两个模型对协变量的 估计比较接近，研究者应该准确把握所研究事件的特点，选择正确的时间变 量，从而正确表达风险函数和构建似然函数，准确地估计模型的各个参数。 【关键词】生存分析 左截平 时间变量 纵向追踪调查数据 等比例风 险模型 【作 者】李 强 德国马普人口研究所，研究员；张 震 德国马普人口研 究所，研究员。 ① 鉴于在研究因果关系方面具有的独特优势，生存分析或事件史分析 被广泛地应用到 医学、流行病学、社会学、人口学、精算学等许多领域（郭志刚，2001 ；Klein 等，2003 ；Aalen 等，2008）。近 10 多年来，随着国内长期跟踪调查数据的日渐丰富，这一分析方法也越来越 多地见诸于中国的人口学、社会学和流行病学等领域的研究。生存分析的广泛应用还得益 于分析手段的改进。20 世纪90 年代以来，几个主流统计分析软件（S- plus/R 、SAS、STATA、 SPSS 等）相继提供了生存分析（和事件史分析）的功能模块，并不断把新近的理论进展整合 到这些模块中。这极大地降低了使用生存分析的技术“门槛”，由此研究者可以把精力集中 在所关注领域的理论思考上，而无需在统计技术上耗费太多的时间。然而，这种易用性也使 得一些生存分析的基本原理和重要的技术细节被或多或少地忽略了。生存分析中时间变量 的选择就是这些被忽略的内容之一。 生存分析研究的是事件发生概率随着历险时间变化的规律，准确地度量历险时间、正 确地选择时间变量是生存分析最基本也是最重要的内容之一。对于一些研究来说，时间变 ① 生存分析与事件史分析并无本质的区别，只是针对不同的研究对象进行的区分，通常对只能发生 一次的事件（比如死亡）的研究称为生存分析，而把可能发生多次的事件（如婚姻、生育等）的研究 称为事件史分析。为行文简洁，我们在不会引起混淆的情况下使用生存分析来指称这一类研究。 88 生存分析中时间变量的选择 量的选择不会存在歧义。 比如，在研究果蝇的死亡率时，我们观测一批新出生的果蝇，直到 这些果蝇全部死亡。因为观测期起点与果蝇的死亡历险时间的起点相一致，在这种情况下， 无论时间变量是用年龄还是观测期，得到的分析结果都是一样的。然而，在其他一些以人为 对象的研究中，特别是在很多长期纵向追踪数据中，被调查对象通常从某一时刻开始才进 入我们的观测视野，这个观测的起点可以是某个特定的时间（如2000 年7 月 1 日），也可以 是被调查者符合某种条件（如年龄达到 80 岁），或是经历了某一事件（如初婚或某种疾病的 发生），即生存分析中所谓的左截平（Klein 等，2003）。在随后的观测中，被调查对象可能经历 某事件或者未经历该事件（即删截）。在这种情况下，观测期与事件历险时间可能会不一致， 时间变量的选择就变得比较复杂。比如，我们追踪调查了一批80 岁以上的高龄老人的健康 长寿状况，当研究他们的死亡风险时，就有两种不同的时间变量：一是年龄；二是观测期。 我们知道，人从一出生就开始面临着死亡风险，而不是从被调查（这里指80 岁及以上）才开