SPSS统计分析之11生存分析.doc

生存分析  2003年12月19日  生存分析概述 2003年12月19日 2003年12月19日  生存分析概述 单因素生存分析方法 Kaplan-Meier法 寿命表法 Log-rank test Cox比例风险模型入门  传统方法在分析随访资料时的困难 时间和生存结局都成为了要关心的因素 • 除了生存结局作为判定标准以外，只要能让病人 存活时间延长，这种药物也应当是被认为有效 的。即时间延长也认为有效 • 如果将两者均作为应变量拟和多元模型，则时间 分布不明（肯定不呈正态分布，在不同情况下的 分布规律也不同），拟和多元模型极为困难  SPSS统计分析（一） 主讲人：张文彤 生存分析概述 传统方法在分析随访资料时的困难  1 2003年12月19日  SPSS统计分析（一） 主讲人：张文彤 生存分析概述 泼些冷水  2 2003年12月19日 存在大量失访 • 失去联系（病人搬走，电话号码改变） • 无法观察到结局（死于其他原因） • 研究截止 显然，将失访数据无论是算作死亡还是存活 似乎都不大合理 在针对结局比较凶险，即总体生存时间都比 较短的疾病的研究中，生存分析比只考虑结 局，不考虑时间因素的Logistic模型等方法 的研究效率要高得多。 相反，如果相应疾病的结局都非常好，比如 几乎人人都可痊愈的感冒，生存分析的利用 价值也许并不大，因为除非是特殊情况，感 冒晚好两天对医生或病人来说又能有多大影 响呢？  SPSS统计分析（一） 主讲人：张文彤 生存分析概述 主要研究内容 描述生存过程  3 2003年12月19日  SPSS统计分析（一） 主讲人：张文彤 生存分析概述 常用术语 失效事件(Failure event)  4 2003年12月19日 • 研究人群生存状态的规律 • 研究生存率曲线的变动趋势 • 是人寿保险业的基础 生存过程影响因素分析及结局预测 • 了解哪些因素会影响生存过程 • 对生存结局加以预测 • 在临床中应用的非常广泛 • 也被称为称“死亡”事件或失败事件，表示观察到 随访对象出现了我们所规定的结局。失效事件的 认定是生存分析的基石，必须绝对准确。 • 失效事件应当由研究目的而决定，并非一定是死 亡（如研究灯泡寿命），而死亡也被并非一定是 发生了失效事件（如肺癌患者死于其他疾病）。  SPSS统计分析（一） 主讲人：张文彤  5  SPSS统计分析（一） 主讲人：张文彤  6  1  生存分析概述 常用术语 截尾值（Censored value）  2003年12月19日  生存分析概述 常用术语 生存时间（Survival time） 2003年12月19日 2003年12月19日 • 终止随访不是由于失效事件发生，而是无法继续 随访下去，常用符号“＋”表示。 • 生存但中途失访：包括拒绝访问、失去联系或中 途退出试验。 • 死于其它与研究无关的原因：如肺癌患者死于心 机梗塞、自杀或因车祸死亡，终止随访时间为死 亡时间。 • 随访截止：随访研究结束时观察对象仍存活。 • 随访观察持续的时间，按失效事件发生或失访前 最后一次的随访时间记录，常用符号t表示。 • 一般情况下应尽量以个体为单位采用较细的时间 单位来记录。 • 但在许多大型的随访中，不可能做到按个体记 录，常见的是按固定的时间段记录有多少人失 访、多少人发生失效事件，此时收集到的资料被 称为分组生存资料。 SPSS统计分析（一） 主讲人：张文彤 生存分析概述 常用术语 生存率（Survival rate） 7 2003年12月19日 SPSS统计分析（一） 主讲人：张文彤 生存分析概述 方法分类 参数法 8 2003年12月19日 • 实际上应当是生存概率，指某个观察对象活过t 时刻的概率，常用p(xt)表示。 • 根据不同随访资料的失效事件，生存率可以是缓 解率、有效率等。 • 首先要求观察的生存时间t服从某一特定的分 布，采用估计分布中参数的方法获得生存率 p(Xt)的估计值。 • 生存时间的分布可能为指数分布、Weibull分 布、对数正态分布等，这些分布曲线都有相应的 生存率函数形式。只需求得相应参数的估计值， 即可获得p(Xt)的估计值和曲线。  SPSS统计分析（一） 主讲人：张文彤 生存分析概述 方法分类 非参数法  9 2003年12月19日  SPSS统计分析（一） 主讲人：张文彤 生存分析概述 方法分类 半参数法  10 2003年12月19日 • 实际工作中，多数生存时间的分布不符合上述所 指的分布，就不宜用参数法进行分析，应当用非 参数法。 • 这类方法的检验假设与以往所学的非参数法一 样，假设两组或多组的总体生存率曲线分布相