生存统计学解析.pptVIP

* COX回归用于研究各种因素（称为协变量，或伴随变量等）对于生存期长短的关系，进行多因素分析。 h(t,x)=h0(t)exp(?1x1 + ?2x2 +??????+ ?mxm ） X1，X2，????，Xm是协变量 ?1 ，?2，??????，?m是回归系数，由样本估计而得。 ?I 0表示该协变量是危险因素，越大使生存时间越短 ?I 0表示该协变量是保护因素，越大使生存时间越长 第四节 COX回归 * h(t,x)=h0(t)exp(?1x1 + ?2x2 +??????+ ?mxm ） h0(t)为基础风险函数，它是全部协变量X1，X2，????，Xm都为0或标准状态下的风险函数，一般是未知的。 h(t,x)表示当各协变量值X固定时的风险函数，它和h0(t)成比例，所以该模型又称为比例风险模型（proportional hazard model) COX回归模型不用于估计生存率，主要用于因素分析。 * 比例危险度：现举例说明在Cox回归中两个危险度的比值，即比例危险度的计算。某疾病的发病，受吸烟X1与饮酒X2的影响，对有关资料作Cox回归分析后，得回归方程为X1与X2的回归系数为0.8755与0.5108。 * 试求既吸烟又饮酒者发病与不吸烟不饮酒发病的危险度。既吸烟又饮酒者危险度为： * 不吸烟不饮酒者的危险度为：二者的比值为： * COX回归的应用： 和LOGISTIC回归相似 （1）因素分析 分析哪些因素（协变量）对生存期的长短有显著作用。 对各偏回归系数作显著性检验，如显著，则说明在排除其它因素的影响后，该因素与生存期的长短有显著关系。 * （2）求各因素在排除其它因素的影响后，对于死亡的相对危险度（或比数比） 如某因素Xi的偏回归系数为bi， 则该因素Xi对于死亡的比数比为exp(bi) 当Xi为二值变量时，如转移（1=转移，0=不转移） exp(bi)为转移相对于不转移对于死亡的 相对危险度（或比数比） * 当Xi为等级变量时，如淋巴结转移，分0，1，2，3，4五个等级。 exp(bi)为每增加一个等级，死亡的相对危险度，如等级3相对于等级0其死亡的相对危险度为： exp(3bi) 当Xi为连续变量时，如年龄（岁） exp(bi)为每增加一岁时，死亡的相对危险度 如60岁相对于35岁其死亡的相对危险度为exp(25bi) * （3）比较各因素对于生存期长短的相对重要性 比较各标准化偏回归系数bi’ 绝对值的大小，绝对值大的对生存期长短的作用也大。 （4） 考察因素之间的交互作用 如考察XL和XK之间的交互作用是否显著，再增加一各指标：XLK= XL*XK ，如其偏回归系数bLK显著，则XL和XK之间的交互作用显著。 * 第五节 实例分析与计算机实现 一 生存分分析实例 二 利用SPSS进行生存分析 * 关于主成分分析，可参考《高惠璇》P265，《何晓群（现代统计分析方法与应用）》P281 * * 本页来源于《何晓群本科多元统计》P154 * 生存分析 第一节 引言 第二节 生存分析的基本概念 第三节 非参数生存分析 第四节 Cox模型 第五节 实例分析与计算机实现 * 第一节 引言 在医学研究中，常常用追踪的方式来研究事物发展的规律。如，了解某药物的疗效，了解手术的存活时间，了解某医疗仪器设备使用寿命等等。 对生存资料的分析称为生存分析。所谓生存资料就是描述寿命或者一个发生时间的数据。更详细的说一个人的生存时间的长短与许多因素有联系的，研究因素与生存时间的联系有无及程度大小，称为生存分析。 生存分析在医学科学研究中具有广泛而重要的应用价值，它对人群寿命的研究，各种慢性疾病的现场追踪研究，临床疗效试验和动物试验等研究中随访资料的处理起着举足轻重的作用。 * 第二节 生存分析基本概念 一、基本概念 1、失效事件与起始时间　　在生存分析随防研究过程中，一部分研究对象可观察到死亡，可以得到准确的生存时间，它提供的信息是完全；这种事件称为失效事件（failure event)也称之为死亡事件、终点事件。 起始事件（initial