生存分析spss单因素和多因素对生存率的可能分析.ppt

1.分析例数描述 2-1.模型检验（全变量模型） 2-2.模型检验（逐步回归模型，Method=向前法LR，自变量进入P≤0.05，剔除P0.10 ） 3. 参数估计（逐步回归模型，Method=向前法LR，自变量进入P≤0.05，剔除P0.10 ） 4. 自/协变量的均值（选入2个变量的模型） 练习3： 某研究者分别用免疫疗法、药物+免疫疗法治疗黑色素瘤患者，经随访得到各患者的生存时间（月）见数据文件ex-03.sav。 （1）试用Kaplan-Meier过程计算其生存率和标准误。 （2）对两组的生存率进行log-rank检验。 （3）绘制生存曲线，计算中位生存期。 一、建立数据文件（data-03.sav） 二、操作过程 主菜单：分析Analyze?生存Survival?Cox Regression Cox回归主对话框 二、操作过程 主对话框参数设置： 时间time框：选入 “ t ”。 状态status框：选入“ y ”，击define events 钮，在single value框填入“1” 协变量Covariates框：选入“x1~x6”。 方法Method框：选择自变量进入Cox模型的方法，SPSS提供以下7种方法。 √ √ 三、主要输出结果 结果提示： （1）对模型总体检验有显著意义（P=0.003），即至少 有1个自变量的总体回归系数不为0。 （2）采用逐步回归法进行Cox模型分析的结果提示：模型拟合自变量进入和 剔除的检验水准分别为0.05和0.1时，筛选后的最佳模型包含两个协变量， 即X4（治疗方式）和X5（淋巴结是否转移），该拟合模型总体检验提示 具有统计学意义（整体卡方=17.594，P0.001）。 B ：偏回归系数 ，SE：偏回归系数的标准误 Wald：用于检验总体偏回归系数与0有无显著差异， v=1时，W=（B/SE）2 。 Exp(B)：相对危险度估计（RR值） （3）X4（治疗方式）对生存时间有影响，采用新疗法病人的死亡风险降至传统疗法的17.2%（RR的95%CI为0.059~0.503）。 （4）X5（淋巴结是否转移）对生存时间也有影响，有淋巴结转移病人的死亡风险为无淋巴结转移病人的2.538倍（ RR的95%CI为1.062~6.066）。 5. 生存曲线（选入2个变量的模型） Company Logo 练习1：某临床试验对20名第Ⅲ或第Ⅳ期黑色素瘤的患者进行随访研究，截至研究期结束，记录的生存资料见表1。应用SPSS软件建立数据文件，并计算100周生存率。 表1 20名第Ⅲ或Ⅳ期黑色素瘤患者的治疗后生存时间（周） 12.8 15.6 24.0+ 26.4 29.2 30.8+ 39.2 42.0 58.4+ 72.0+ 77.2 82.4 87.2+ 94.4+ 97.2+ 106.0+ 114.8+ 117.2+ 140.0+ 168.0+ 练习题 练习2：某研究者随访收集了某地男性心绞痛患者2418例，其生存时间数据整理后见表2。 （1）建立SPSS数据文件。 （2）估计该地男性心绞痛患者的2年生存率和标准误，以及中位生存期。 Company name 生存分析SPSS过程（SPSS of Survival Analysis） 邹莉玲 预防医学教研室 1. 何为生存分析？ 生存分析（survival analysis）是将事件的结果（终点事件）和出现结果经历的时间结合起来分析的一种统计分析方法。 2. 生存分析的目的： 描述生存过程：估计不同时间的总体生存率，计算中位生存期，绘制生存函数曲线。统计方法包括Kaplan-Meier（K-M）法、寿命表法。 比较：比较不同处理组的生存率，如比较不同疗法治疗脑瘤的生存率，以了解哪种治疗方案较优。统计方法log-rank检验等。 影响因素分析：研究某个或某些因素对生存率或生存时间的影响作用。如为改善脑瘤病人的预后，应了解影响病人预后的主要因素，包括病人的年龄、性别、病程、肿瘤分期、治疗方案等。统计方法cox比例风险回归模型等。 预测：建立cox回归预测模型。 生存分析的理论复习 生存分析(Survival Analysis)菜单 寿命表（Life Tables）过程 Life tables 过程用于（小样本和大样本资料）： 估计某生存时间的生存率，以及中位生存时间。 绘制各种曲线：如生存函数、风险函数曲线等。 对某一研究因素不同水平的生存时间分布的比较。 控制另一个因素后对研究因素不同水平的生存时间分布的比较。 对多组生存时间分布进行两两比较。 （比较总体生存时间分布采用wilcoxon检验） Company Logo 实例分析 例1：为了比较不同手术方法治疗肾上腺肿瘤的疗