随访资料生存分析资料.pptVIP

随访资料生存分析 生存分析的意义与应用 无论观察性研究，还是实验(试验)性研究，有时需对研究对象进行追踪观察，不仅了解某事件发生的结局，同时还了解发生这种结局所经历的时间。 例如临床治疗措施效果评价：白血病化疗缓解持续时间和缓解率、乳腺癌术后生存时间和生存率、肾移植术后生存时间和生存率等。 上述生存资料若按通常的方法进行分析，有两方面的问题： 1．n年生存率有时出现后一年大于前一年的现象。 由于失访或死于其它疾病而终止观察等原因，分析时，当作存活或本病死亡均不合理，当作未观察病例则损失信息。因此，在观察例数较少同时截尾数据较多时，此法很不理想。 2. 某时点生存率不能反映整个生存过程，比较时可能出现不正确的结论。 生存分析在临床和公共卫生应用广泛： 生存分析的几个概念： 生存分析主要内容： 生存分析基本方法： 随访研究的几个问题： 生存率的估计与生存曲线： 生存曲线的比较： 二、随访方式 1．全部观察对象同时接受处理措施，观察到最后一例出现结果或事先规定的随访截止时间。 图3 随访资料常见形式示意图 2．观察对象在不同时间接受处理措施，完成 一定数量随访病例或按事先规定的时间停止随访。 图4 随访资料常见形式示意图 一、乘积极限法 乘积极限法(product-limit estimate)又称Kaplan- Meier法，适用于未分组生存资料的分析。 例16-1 14例膀胱肿瘤3.0cm患者和16例膀胱肿瘤≥3.0患者的生存时间（月）如下，试估计两组各时点生存率及其标准误、各时点总体生存率的95%可信区间、中位生存时间，并绘制生存曲线。 50 43 37 34 30 27 25 23 20 13 12 11 10 9 7 6 肿瘤≥3.0cm 59 + 54 53 + 45 44+ 42 40 36 32 29 28 26 19 14 肿瘤3.0cm 表3 肿瘤3.0cm组生存率及标准误的计算 1.0000 0.5000 1.0000 0.7500 1.0000 0.8333 0.8571 0.8750 0.8889 0.9000 0.9091 0.9167 0.9231 0.9286 生存概率 pt 0.1130 0.1339 0/1=0.0000 1 1 0 59 0.1130 0.1339 1/2=0.5000 0 2 1 54 0.1233 0.2678 0/3=0.0000 1 3 0 53 0.1233 0.2678 1/4=0.2500 0 4 1 45 0.1281 0.3571 0/5=0.0000 1 5 0 44 0.1281 0.3571 1/6=0.1667 0 6 1 42 0.1323 0.4286 1/7=0.1429 0 7 1 40 0.1336 0.5001 1/8=0.1250 0 8 1 36 0.1323 0.5715 1/9=0.1111 0 9 1 32 0.1281 0.6429 1/10=0.1000 0 10 1 29 0.1207 0.7144 1/11=0.0909 0 11 1 28 0.1097 0.7858 1/12=0.0833 0 12 1 26 0.0935 0.8572 1/13=0.0769 0 13 1 19 0.0688 0.9268 1/14=0.0714 0 14 1 14 生存率标准误 SE[S(t)] 生存率 S(t) 死亡概率 qt 截尾数 ct 期初病例数 nt 死亡数 dt 生存时间 t 生存率的计算 1．生存时间t：由小到大排列，遇非截尾和截尾值相同，截尾值排后。 2．死亡数dt：与生存时间t对应。注意：截尾值对应的个体未发生“死亡”事件，故死亡数为0。 3．期初病例数nt，表示恰好在该时刻以前的病例数。如n29为10，表示恰好在29月时点前有10人存活。 4．死亡概率qt，表示t月前的观察对象恰好在t月时点死亡的概率。 5．生存概率pt，表示t月前的观察对象恰好在t月时点存活的概率。 6．生存率S(t)。表示该人群恰好活过t 时刻的概率。它为小于和等于 t 时刻的各时点生存概率的乘积。 7．生存率的标准误SES(t) 。 假定生存率近似服从正态分布，某时点总体生存率的（1－a）％可信区间，公式为： 总体生存率的可信区间 本例28月总体生存率的9