生存分析-cox 回归与sas应用总结PPT.pptx

Cox 回归分析与应用;生存分析(Survival analysis)是指根据试验或调查得到的数据对生物或人的生存时间进行分析和推断，研究生存时间和结局与众多影响因素间关系及其程度大小的方法，也称生存率分析或存活率分析。 生存资料特点 ： 1 生存时间的分布一般为非正态分布 指数分布,对数正态分布 ，Weibull分布， Gamma分布，…… 2 含有截尾数据(censored data) 截尾数据提供的信息是不完全的 是否出现、何时出现结局不知道 ;生存资料的分析 估计： Kaplan- Meier法，寿命表法 比较： log-rank检验 影响因素分析：Cox比例风险回归模型（Cox回归模型），是生存分析中最重要的模型之一。 预测： Cox回归模型预测生存率。 ;Cox 回归分析是生存分析的一种半参数分析方法。 优点： 多因素分析方法 不考虑生存时间分布 利用截尾数据 ;;二. COX回归的应用;二. COX回归的应用;---------------------------------------------------------- 指标 回归系数 P值 相对危险度 ---------------------------------------------------------- 肿瘤部位中段 -0.7169 0.0469 0.488 肿瘤部位下段 -1.0077 0.0068 0.365 深度 0.3585 0.0007 1.431 TNM分期 0.1603 0.0003 1.174 未分化癌 0.7019 0.0385 2.018 淋巴结转移数 0.2703 0.0001 1.310 ----------------------------------------------------------;三. Cox 回归 sas 过程;三. Cox 回归 sas 过程;三. Cox 回归 sas 过程;三. Cox 回归 sas 过程;三. Cox 回归 sas 过程;四. Cox 结果解读; The PHREG Procedure Data Set: aa 数据集名称 Dependent Variable: DAYS 应变量名 Censoring Variable: CENSOR 截尾指示变量 Censoring Value(s): 1 截尾值 Ties Handling: BRESLOW BRESLOW 法处理相等的数据 Summary of the Number of Event and Censored Values Total Event Censored Percent Censored 25 20 5 20.00 总例数 死亡数 截尾数 截尾的百分数; Testing Global Null Hypothesis: BETA=0 模型检验，无效假设为β=0 Criterion Covariates Covariates Model Chi-Square Without With -2 LOG L 106.