17章生存2010-12-8重点详解.ppt

第十七章 生存分析 Survival Analysis 授课老师：曾小敏 zxiaomin@xysm.net 公共卫生学院 卫生统计学教研室 2. 乘积极限法只估计生存时间上的生存率及其标准误，故其对应的生存 曲线是阶梯曲线。 从图中可以看出，乙种手术方式生存曲线较低，说明其生存率较低，而甲种手术方式的生存曲线较高，说明其生存率较高，这种生存曲线又称为K-M(Kaplan-Meier)曲线。 4．中位生存时间(median survival time ) ： ——又称为生存时间的中位数，表示刚好有50%的个体其存活期大于该时间。它是生存分析中最常用的概括性统计量。 计算方法两种： （1）图解法：利用生存曲线图（见图17-2），从纵轴生存率为0.5处划一条对横轴的平行线与生存率曲线相交，然后自交点划垂线与横轴相交，此交点即为中位生存时间。简单直观，但其结果较粗略，在例数较少时，结果的误差较大。 根据同样的原理可以计算出不同百分位数的生存时间。 (试计算生存率为40%的生存时间) 二、大样本资料的生存分析 1．生存率的计算 2．生存率曲线 样本较大时，随访病例的生存时间常可按年、月或日进行分组，得到具有若干时间段生存数据的频数表。对于分组的生存数据可按寿命表（life table）法计算生存率，其基本原理是首先求出患者在治疗后各时期的生存概率，然后根据概率的乘法原理，将各时期生存概率相乘，即得到从开始观察到各个时点的生存率。并对生存率或生存分布之间的差别进行假设检验。 例17-3 某研究者收集了男性心绞痛患者2418例，经随访将有关资料整理后列于表17-3，其中生存时间是以年计算的，试计算其生存率及其标准误。 1．生存率的计算 将生存资料以经历时间的长短分成若干时间区间，死亡和截尾的例数分别列入各时间区间内，并整理成表格的形式后计算生存率。 计算结果见表17-3第（9）栏。 2．生存率曲线 分别将样本不同时点（时间区间的中点）的生存率绘在方格坐标纸上，以直线相连即得到生存率曲线图，不同样本间的生存率可进行直观的分析比较。图17-3是根据表17-3中生存时间及生存率所绘制的生存率曲线。 同样可以采用图解法和线性内插法计算其中位生存时间。其方法与小样本资料相同。 图17-3 男性心绞痛病人的生存曲线 第三节 生存曲线的log-rank检验 log-rank检验的基本思想：实际死亡数与期望死亡数之间的比较。它是对各组生存率作整体的比较，故应用范围较广。它适用于两组及多组生存率之间的比较。这里只介绍两组生存率之间的比较方法。（非参数法） 例17-4 据用例17-1和例17-2的资料，问甲种手术方式后和乙种手术方式后病人的生存率有无差别？ 应用条件：log-rank检验对样本的生存率进行比较时，要求各组生存曲线不能交叉。 当生存曲线有交叉提示存在某种混杂因素，此时应采用分层的办法或多因素的办法来校正混杂因素。 另外，当假设检验推断有差别时，可以通过生存曲线、半数生存期及相对危险度等指标来评价不同的临床处理方法的效果。 第四节 Cox比例风险回归模型 主要用于研究影响生存时间和生存率的因素（协变量X）与观察结果之间的关系。特别针对临床医学随访资料具有的特殊性：生存时间的分布种类繁多且难以确定、存在截尾数据、需要考虑多个协变量的影响等，1972年英国统计学家Cox提出了比例风险回归模型（proportional hazard regression model），简称Cox模型。 P372: 例17-5 为探讨某恶性肿瘤的预后，收集了63例病人的生存时间、结局及影响因素。影响因素包括病人的治疗方式、肿瘤的浸润程度、组织学类型、是否有淋巴结转移及病人的性别、年龄，生存时间以月计算，变量的赋值和收集的原始资料见表17-5和表17-6。试用Cox模型进行分析。 1 0 *存在截尾数据 (Y=1) *存在多个协变量的影响 生存分析的主要目的: 研究协变量（X）与观察结果即生存函数(P355,生存率)之间的关系。 当生存率（ ）受到协变量的影响时，传统的方法是考虑回归分析，即各协变量对 的影响。 但是: 生存分析研究的数据中包含有截尾数据，用一般的方法难以解决上述问题。 ? Cox模型分析 一、Cox模型的基本形式 Cox模型：不直接考察生存函数与协变量的关系。 以风险率函数 作为应