生存率分析.pptxVIP

生存分析（Survival Analysis）数据特征完全数据：已知事件发生的起始时间和结束时间，能获得完整信息的数据。不完全数据（截尾数据）：只能获得事件发生的起始时间或结束时间，得到的部分信息的数据。一般在数据后面加“+”用以表示。删失（censor）由于某种原因无法得到事件发生的明确的时间，获得的数据只能反映部分信息的情况。原因：失访、未发生结局、其他原因中止观察。删失数据又称截尾数据。左删失：只知道终点时间在已知时间之前区间删失：只知道终点时间在某区间内右删失：只知道终点时间在已知时间之后Kaplan-Meier法，该方法是Kaplan和Meier于1958年提出的，因而又称乘积极限法（product-limited method），简称KM法。生存率的计算是利用条件概率和概率乘法的原理来完成的。条件概率即某时刻死亡概率或生存概率公式中 t 为某时刻，S(t)表示某时刻 t 的生存率，k表示是t之前最近的一个时刻，p为某时刻生存概率，该公式表示某时刻生存率为之前各时刻生存概率与该时刻生存概率的连乘。删失时刻生存率等于前一个非删失时刻生存率。 生存曲线以生存时间为横轴，生存率为纵轴绘制所得曲线为生存曲线（survival curve），又称K-M曲线，用以描述生存过程。可根据两条或多条生存曲线的高低，直观地比较不同状态下生存过程的情况。中位生存时间(median survival time)又称生存时间的中位数，表示有50％的个体其存活时间大于该时间。是生存分析中最常用的概括性统计量。计算方法有两种：图解法和线性内插法。Log-rank test and Cox trend testCox比例风险回归模型(半参数模型)当事件发生时间与多个影响因素有关时，可用Cox比例风险回归分析影响因素对自变量的影响情况。以风险函数（hazard function）作为应变量，以各影响因素作为自变量，做自然指数回归方程。回归方程的表达式为：风险函数表示已生存到时间 t 的观察对象，从生存时间 t 到 t +Δt 这一非常小的区间内死亡的概率极限，即生存时间已达到 t 的一群观察对象在时刻 t 的瞬时死亡率。用来估计死亡风险的大小。因素的筛选和最佳模型的建立通过单变量分析筛选有价值的自变量。常用的方法有?2检验、log-rank检验、单因素的Cox模型分析等。采用前进法、后退法和逐步回归法筛选进入模型的自变量，建立最佳模型。比例风险假定的检验Cox比例风险回归模型的前提条件是假定风险比值h(t)/h0(t)为固定值。协变量对生存率的影响不随时间的改变而改变检验该条件的方法协变量分组K-M曲线无交叉，则满足条件；以生存时间为横轴，对数对数生存率为纵轴，绘制协变量分组生存曲线，如果平行则满足条件；对于连续型变量，模型中放入交互项，如果该项无统计学意义，则满足条件。