19 生存分析要点.pptVIP

第19 章 生存分析Survival Analysis 郑大公共卫生学院 平智广 引 言 传统方法在分析随访资料时存在困难： 时间和生存结局都成为了要关心的因素 如果将结局和时间均作为因变量拟和多元模型，由于时间分布不明（一般不呈正态分布，在不同情况下的分布规律也不同），拟和多元模型极为困难。 存在大量删失资料 将失访数据无论是算作死亡还是存活都不合理，时间判定存在难度。①失去联系；②无法观察到结局（死于其他原因）；③研究截止。 生存分析的应用 可用于现场追踪研究、临床疗效试验、疾病预后分析等与时间相关的分析，生存时间的涵义也随之扩展到更广义的范围，又称为时间-效应分析(time-effect analysis)。其研究内容主要包括3方面内容： 对生存状况进行统计描述（生存概率、生存率、中位生存期等）； 寻找影响生存时间的“危险因素”和“保护因素”； 估计生存率和生存时间长短，进行预后评价。 第一节 基本概念 一、生存时间 1. 生存分析(survival analysis)： 是将终点事件(terminal event)的出现与否及其出现所经历的时间结合起来分析的统计方法。由于通常研究的终点事件为死亡，故而得名生存分析，但生存分析更广泛地用于各学科研究领域的事件分析，如设备的失效、疾病的发生和预后等，因此也被称为可靠性分析(reliability analysis)、失效时间分析(failure time analysis)等。 2. 生存时间(survival time)： 指从某个起始事件开始到某个终点事件的发生(出现反应)所经历的时间，终点事件称为失效，则生存时间也称失效时间(failure time)。根据是否观察到研究对象的结局，将生存时间数据的分为两类： ①完全数据(complete data)：观察对象在观察期内出现终点事件，这时记录到的时间信息是完整的，这种生存时间数据称为完全数据。 ②截尾数据 (censored data) ：亦称截尾值、删失数据，指在尚未观察到研究对象出现终点事件时，即由于某种原因停止了随访，这时记录到的时间信息是不完整的，这种生存时间数据称为不完全数据或截尾值。常用符号“＋”表示。 3. 产生删失的原因 ①终止：指研究结束时终点事件尚未发生。 ②失访(lost to follow-up)：生存但中途失访，如拒绝访问、失去联系等，未能观察到其死亡结局。 ③退出：中途退出试验或改变治疗方案或死于其它与研究无关的原因。 4. 生存时间的特点： 同时考虑生存结局和生存时间； 生存时间可能含有删失数据； 生存时间的分布和常见的统计分布有明显不同，如呈指数分布Weibull分布、对数正态分布、对数logistic分布、gamma分布或更为复杂的分布，因此需有能分析这类数据的特殊的统计方法； 生存时间的影响因素多而复杂且不易控制。 二、死亡概率和生存概率 死亡概率(probability of death)表示某单位时段开始时存活的个体在该时段内死亡的可能性，如年死亡概率表示年初尚存人口在今后1年内死亡的可能性。 生存概率(probability of survival)表示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，如年生存概率表示年初尚存人口存活满一年的可能性。 三、生存函数与风险函数 1. 生存函数(survival function)，或称生存率(survival rate)，又称累积生存概率(cumulative probability of survival)，指观察对象经历t个单位时段后仍存活的可能性。累积生存概率随着时间t的变化而变化，它是时间t的函数，称为生存函数。记为S(t)，0≤S(t) ≤1。 ① 如资料中无删失数据，则直接计算生存率。 ② 若含有删失数据，须分时段计算生存概率。 2. 风险函数(hazard function) 如终点事件为死亡，表示t时刻存活的个体在t时刻的瞬时死亡率，记为h(t)。描述某个体的瞬时死亡风险随时间变化的情况。 h(t)=0意味着没有死亡风险，t时刻S(t)平坦；大的h(t)意味着S(t)的快速下降，风险函数越大，生存函数下降越快。 h(t)是速率而不是概率，其取值范围为0至+∞。 3. 中位生存期 中位生存期(median survival time)又称半数生存期，表示恰有50%的个体尚存活的时间。中位生存期越长，表示疾病的预后越好；反之，预后越差。估计中位生存期常用图解法或线性内播法。 第二节 生存曲线的估计 生存率估计主要有寿命表法和Kaplan-Meier法。 寿命表法适用于大样本或粗略的生存时间资料； Kaplan-Meier法适用于小样本或大样