医学统计学生存解析.pptVIP

第十九章 生存分析 第二节 生存曲线的估计 非参数法估计生存率： 寿命表法（life table method）: 适用于粗略生存时间、大样本 乘积极限法（product limit method）: 适用于精确生存时间 第三节 生存曲线的比较 第四节 Cox回归 log-rank检验属于单因素分析方法：要求对比组之间 在非处理因素方面具有可比性。但实际工作中观察资料 的可比性常有问题，影响生存时间的因素常常不止一 个，此时应采用多因素分析方法。 能否采用多重线性回归? 生存分析的反应变量：事件结局以及出现这一结局所 历经的时间。生存时间通常并不是正态分布，不满足线 性回归的模型要求，不宜以生存时间为反应变量进行线 性回归； 能否采用 logistic 回归? 如果以某一时点事件结局作为反应变量进行logistic回 归，存活时间长短的信息又未能充分利用； 生存时间资料中还有所谓删失数据的问题，线性回归 和logistic回归都不能够利用这种不完全数据提供的信息。 一、Cox回归模型 二、实例 三、Cox回归PH假定的判定方法 小结 小结 * * 方积乾 中山大学公共卫生学院 2013.5 第一节 生存分析基本概念一、生存时间 生存曲线（survival curve） 以生存时间为横轴，生存率为纵轴，将各个时间点所对应的生存率连接在一起的曲线 二、乘积极限法 Kaplan-Meier法生存曲线为阶梯形曲线 也称时序检验 Survival time: 从规定的观察起点到某一特定终点事件出现 的时间长度 三要素: 观察起点、终点事件和时间的度量 例如，膀胱肿瘤患者从手术切除到死亡的时间 急性白血病患者从药物化疗到完全缓解的时间 乳腺增生症妇女从阳性体征消失至首次复发的时间 1. 完全数据 （complete data） 按随访结局，2号、5号和6号患者 2. 删失数据 （censored data） 未能观察到终点事件发生，生存时间未知 产生删失数据的原因： （1）研究结束时终点事件尚未发生，如1号患者 （2）失访，如3号患者 （3）病人因死于其它原因，如4号患者 删失数据常在其右上角标记“+” 本章假定删失的发生是随机的 三、生存率（survival rate） 生存函数(survival function）：个体时刻仍存活的概率 若无删失数据，直接法计算生存率的公式为 若有删失数据，须分时段 计算生存 概率各时段上的 又称累积生存概率（cumulative probability of survival） 中位生存期（median survival time）又称半数生存期 ---- 恰有50%的个体存活的时间 肿瘤＜3.0cm组中位生存期 ≈ 36（月） 肿瘤≥3.0cm组中位生存期 ≈ 20（月） 思考：若各时间点生存率均大于50％，中位生存期？ 三、生存率的区间估计 1. 方法1 标准误 大样本时，生存率近似地服从正态分布 总体生存率的（1-）置信区间 例： ti = 28 时， 总体生存率的95%置信区间 0.7144±1.96×0.1207＝（0.4778，0.9509） 试比较膀胱肿瘤小于3.0cm和大于或等于3.0cm患者的 生存曲线，就总体而言，是否有差别。 ＜3.0cm 14 19 26 28 29 32 36 40 42 44+ 45 53+ 54 59+ ≥3.0cm 6 7 9 10 11 12 13 20 23 25 27 30 34 37 43 50 序号 (1) 时间(月) (2) 肿瘤＜3.0cm组 肿瘤≥3.0cm组 合计 (3) (4) (5) (6) (7) (8) (9) (10) 1 6 14 0 0.4667 16 1 0.5333 30 1 2 7 14 0 0.4827 15 1 0.5172 29 1 3 9 14 0 0.5000 14 1 0.5000 28 1 4 10 14 0 14(1/27 13 1 13(1/27 27 1 5 11 14 0 14(1/26 12 1 12(1/26 26 1 6 12 14 0 14(1/25 11 1 11(1/25