第八章生存时间资料的分析方法.pptVIP

第五节 Cox比例风险模型 Cox回归是生存分析的重要方法之一，其优点是适用范围很广以及便于做多因素分析。 Cox回归假定病人的风险函数如下式所示：h(t)=h0(t)exp(b1X1+b2X2+?+bpXp) 生存函数如下式所示： S(t)=exp[-? h0(t)exp(b1X1+b2X2+?+bpXp)dt] SPSS演示 例1：为了研究恶性胆道梗阻住院患者生存时间的影响因素，从三所医院获得1995-2000年95例住院患者的数据，试用Cox回归模型做生存分析。 View Variable: View Data: Analyze ?Survival ? Cox Regression… Time: time Status: status (1) Covariates:group gender age cost duration complica obstruct size stage hb stb alt ast alp rgt wbc Method: Enter/Forward LR Plots:Survival Options … CI for exp(B):95% Continue OK 例2：某医师在研究白血病患者的生存率时收集了33名患者的资料，按Ag阴阳性把33个数据文件分为两组，并分别记录了两组患者的生存月数，是否死亡及白细胞数，试做Cox回归分析。 View Variable: View Data: Analyze ?Survival ? Cox Regression… Time:生存时间 Status:是否死亡(1) Covariates: Ag阴阳性 白细胞数 Method: Enter Categorical: Categorical Covariates: Ag阴阳性 Plots:Survival Hazard Options … CI for exp(B):95% Continue OK 第八章 生存时间资料的非参数分析方法 第一节 生存时间资料的特点 一、基本概念 终点事件与起始事件 终点事件又称死亡事件、失效事件，是指研究者所关心的特定结局； 起始事件是反映研究对象生存过程的起始特征的事件。 生存时间(survival time) 又称失效时间，为终点事件与起始事件之间的时间间隔，常用符号t表示。 删失值 在随访研究中，由于某种原因未能明确地观察到随访对象发生终点事件的时间，无法得知随访对象的确切生存时间，这种现象称为删失，亦称截尾或终检，其有关生存时间的数据称为删失值、截尾数据(censored data)或终检数据。 二、资料特点 效应变量有2个 生存时间 结局 存在截尾数据 分布类型复杂 三、统计描述 1.死亡率、死亡概率、生存概率 死亡率(mortality rate, death rate) 表示在某单位时间里的死亡频率或强度，记为m，年死亡率的计算公式为： m= ?1000‰ 某年内死亡数 某年平均人口数 死亡概率(mortality probability) 是指死于某时段内的可能性大小，记为q。年死亡概率的估计值为； q= 某年内死亡数 某年年初人口数 生存概率(survival probability) 与死亡概率相对立，记为p。年生存概率表示年初人口往后活满一年的机会大小，其估计值为； p=1-q= 某年活满1年人数 某年年初人口数 2.生存率、生存曲线、半数生存期 生存率(survival rate) 是指观察对象（患者）能存活到某一时点tk的概率，记为S（ tk ）。其实质是累积生存概率。常用的是一年生存率、五年生存率和十年生存率等。 n 年生存率= ? 100% 活满n年的例数 观察例数 生存率估计的概率乘法原理； S（ tk ）=P（t? tk ）=P1P2…Pk 生存曲线(survival curve) 是指将各个时点tk的生存率S（ tk ）连接在一起的曲线图(纵轴：生存率，横轴：生存时间)。 阶梯型 折线型 半数生存期(median survival time) 又称中数生存期、中位生存时间，表示刚好(有且只有)50％的个体可活这么长时间。它反映生存期的平均水平。 第二节 小样本生存率的Kaplan-Meier估计 直接用概率乘法原理估计生存率，又称乘积极限法。 SPSS演示 小样本生存率的Kaplan-Meier估计, 例12-2