(统计学第十周)生存分析—李琳琳老师汇编.pptxVIP

19 生存分析 举例：某医院泌尿外科医师选择1996-2000年间经手术治疗的膀胱肿瘤患者30例，对可能影响膀胱肿瘤术生存因素进行了调查，结果如下： 编号 年龄 (岁) 肿瘤分级 肿瘤大小/cm 是否复发 手术日期 终止观 察日期 结局 生存时间/月 1 62 I ≤3.0 0 02/10/1996 12/30/2000 存活 59 2 64 I ≤3.0 0 03/05/1996 08/12/2000 死于膀胱瘤 54 3 52 II ≤3.0 1 04/09/1996 12/03/1999 失访 44 4 60 I ≤3.0 0 06/06/1996 10/27/2000 死于冠心病 53 5 59 II ＞3.0 0 07/20/1996 06/21/1998 死于膀胱瘤 23 6 59 I ＞3.0 1 08/19/1996 09/10/1999 死于膀胱瘤 37 … 表19-2 30例膀胱肿瘤患者生存资料的原始记录表 对缺损数据无法处理。 Logistic分析的缺陷： 只考虑终点事件的出现与否。 但在研究中，还需要考察对象到达终点时所经历时间的长短，也就是说研究者对医学事件发生、发展所经历的时间感兴趣。 如恶性肿瘤、慢性病等各个观察对象随访各时间点的发生情况，以评价临床疗效和控制的好坏。 生存分析 19.1 概 述 19.2 生存率的估计 19.3 生存曲线的比较 19.4 Cox比例风险回归模型 19.1 概 述 主要特点：考虑到了每个研究对象出现某一结局所经历的时间长短。 生存分析（survival analysis） —— 将终点事件和出现终点时间所经历的时间结合起来分析的一类统计分析。 几个名词： 1. 2. 生存时间 (survival time) /失效时间(failure time) ： 从规定的观察起点到某一给定终点事件出现的时间。 3. 完全数据 ~ 删失数据（截尾数据） 完全数据：当观测到某病人明确结局时，该病人提供的时间信息是完整的，称完全数据，用符号“ t ”表示。。 删失数据：由于某种原因未能观察到病人的明确结局，不知道其确切的生存时间，就象病人生存时间在未达到规定的终点就被截尾一样，又称截尾数据，用符号“ t+ ”表示。 ⑴ 研究结束时终点事件尚未发生； ⑵ 失访：病人搬迁、失去联系等； ⑶ 患者死于其它原因，或因严重药物反应而终止观察。 产生删失的原因： 随访研究： 患者进入期间 生存分析的度量单位： —— 可以是年、月、日、小时等； 资料特点：生存时间不服从正态分布，常呈现指数分布，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，因此需要有能提供这类分布的特殊方法。 在处理正偏态分布数据时两种错误的做法： 错误1：采用平均生存时间而不是采用中位生存时间来表示生存时间的平均水平。 错误2：采用常规t 检验或方差分析进行组间比较。（应采用log-rank检验比较几组生存时间 ） 生存分析的特点： 处理删失/截尾数据时两种错误的做法： 错误1：只考虑确切数据,丢弃截尾数据（损失信息）； 错误2：将截尾数据当作确切数据处理（低估了生存时间的平均水平）。 针对单位时间的 ⑴ 死亡概率（probability of death）：表示某单位时段开始存活的个体，在该时段内死亡的可能性；如年死亡概率。 注意：如果年内有删失，则分母用校正人口数： 校正人口数 = 年初人口数—删失例数/2 ⑵ 生存概率（probality of survival） ：单位时段开始 时存活的个体，到该时段结束时仍然存活的可能性。 注意：若年内有删失，分母用校正人口数。 ⑶ 生存率（survival rate） ：0 时刻存活的个体经历 tk时个单位时间段后仍存活的可能性。 若资料中无删失数据时： 若资料中有删失数据，则须分段计算生存概率，再应用概率乘法定理将分时段的生存概率相乘得到生存率： 区分：生存率——生存概率 生存概率是针对单位时间而言的； 生存率是针对某个较长时段的，是生存概率的累计结果。 故生存率又称为累积生存概率（cumulative probability of survival )，它是随着时间的变化而变化着的，是关于时间的函数，称为生存函数（survival function）。 生存率的标准误： 第 j 个时间段内死亡人数 第 j 个时间段期初人口数 【举例】手术治疗50例肺癌病人，术后1，2，3年的 死亡数分别为10，10，10例，无截尾数据。试求各年的生存概率和3年生存率。 各年生存概率