用SAS膀胱癌手术后生存时间的影响因素_new精要.doc

摘要 随着世界经济的增长，卫生保健事业的发展，疾病谱的变化和平均寿命的提高，有关肿瘤、慢性病、老年性疾病的临床试验和流行病学方面的随访研究越束越重要，越来越多，这些临床试验和随访研究的资料都可整理为生存资料。目前对生存资料的多因素分析最常用的方法仍然是Cox比例风险回归模型，简称Cox模型。该模型是一种多因素的生存分析方法，可以分析带有截尾生存时间的资料， 同时分析众多因素对生存期的影响，且不要求估计资料的生存函数的分布类型。 用SAS分析膀胱癌手术后生存时间的影响因素。比较Kaplan-Meier估计的生存曲线，用生存资料拟合COX回归方程。进而得出结论。 [关键词] 生存分析，Cox回归，Kaplan-Meier估计， Nalson-Aalen估计， Log-Rank检验 1.理论及程序 1.1 Kaplan-Meier估计 乘积极限法适合于离散数据，它用于建立时刻t上的生存函数。kaplan-meier法是根据t时刻及其之前个时间点上的条件生存率的乘积，来估计t的生存函数S（t）和它的标准误SE（S(t)).设代表K个观测对象的生存时间，设为时刻开始之前生存的个体数目，即危险集的大小（i=1,2...k)，再设表示生存时间的截尾性质，i=1,2...k。又令表示观察对象在时刻的条件生存率，即对于i=1,2,...k，有： ，其中 那么，观察对象在时刻t时的死亡率如下