生存分析教学课件.ppt

注意 以上介绍的是log-rank检验的近似法，计算简便，但其结果较精确法（一般统计软件中输出精确法计算结果）保守。 近似法： （手工） 精确法： （软件） 此检验比较两组或多组生存曲线，实为一单因素分析。 要求各组生存曲线不能交叉，如交叉提示存在混杂因素，应采用分层分析方法或多因素方法来校正混杂因素。 当假设检验有统计意义时，可从以下几方面来评价各组效应大小：生存曲线图目测判断、中位生存期比较等。 log-rank检验用于整条生存曲线的比较，若比较两组某时间点处的生存率，则按下式计算： 如比较多个时间点处生存率，检验水准应取Bonferroni校正，即 ，其中k为比较的次数，以保证总的I型错误概率不超过 。 第四节 Cox比例风险回归模型 Cox比例风险回归模型（Cox’s proportional hazards regression model），简称Cox回归模型。 该模型由英国统计学家D.R.Cox于1972年提出，主要用于肿瘤和其它慢性病的预后分析，也可用于队列研究的病因探索。其优点： 多因素分析方法 不考虑生存时间分布 利用截尾数据 一、Cox模型的基本形式 h(t,X)—t时刻风险函数、风险率或瞬时死亡 率（hazard function）。 h0(t)—基准风险函