十四生存分析课件.ppt

生存时间（Survival Time)： 从狭义的角度来说：生存时间是患某病的病人从发病到 死亡所经历的时间跨度。 开始发病 病人死亡 从广义的角度：从某种起始事件到达某种终点时间所经历的时间跨度。 起始事件 终点事件 Life Tables过程用于： 制作寿命表 绘制各做曲线如生存函数、风险函数曲线等。 对某一研究因素的不同水平的生存时间分布进行比较，控制另一个因素后对研究因素不同水平的生存时间分布进行比较，包括从总体上比较和不同水平间进行两两比较。 比例风险举例病人2的死亡风险是病人1的5倍 比例风险(假定违背)举例治疗组与安慰剂病人的死亡风险不呈比例 比例风险假定的检验 时依协变量 时依协变量是指变量的取值或效应大小随时间变化，可分别称之为取值时依协变量和效应时依协变量。 模型中若含有时依协变量，便成为非比例风险模型，亦可称之为含时依协变量的Cox模型 二个预后因素的Log minus Log曲线平行，提示符合 比例风险模型 非比例风险回归分析 COX比例风险回归分析是假定某预后因素的 作用强度在所有时间上保持一致，即，具有某预 后因素的病人的死亡风险与不具有该因素的死亡 风险在所有时间上保持一个恒定的比例。 这个比例常数为： 但有时候预后因素的作用强度是随时间的变化 而变化的，具有该因素的病人和不具有该因素的病 人其死亡风险之比（相对风险）随时间而不同。 Life-Tables过程 分析结果 （1）寿命表（分三部分讲解） 1.生存时间的组段下限 2.进入该组段的观察例数 3.该组段的截尾例数 4.暴露于危险因素的例数（校正人数） 5.所关心的事件的例数，即死亡例数 Life-Tables过程 分析结果 （1）寿命表Ⅰ 1 2 3 4 5 中位生存时间 1. 所关心事件的观察单位数的比，即各组的死亡概率 2.各组的生存概率，即1-死亡概率 3. 累积生存概率，即生存率。（如本例的5年生存率为56%） 4.生存率的标准误。 Life-Tables过程 分析结果 （1）寿命表Ⅱ 1 2 3 4 1.概率密度，所有个体在时点t后单位时间内死亡概率估计值。 2.概率密度的标准误 3.风险率。活过时点t个体在时点t后单位时间内死亡概率的估计值 4. 风险率的标准误。 1 2 3 4 Life-Tables过程 分析结果 （1）寿命表Ⅲ Life-Tables过程 分析结果 （2）累积生存函数曲线 基本思想不同：Life Tables 过程是将生存时间分成许多小的时间段，计算该段内生存率的变化情况，分析的重点是研究总体生存规律；而Kaplan-Meier过程则是计算每一“结果”事件发生时点的生存率，分析的重点除了研究总体生存规律外，还热心于寻找相关影响因素。 对于分层变量的处理不同：Life Tables 过程仅按该分层变量进行分层，没有考虑其对生存时间的影响，即没有提供控制该分层变量的情况下对研究因素对生存时间的影响进行统计分析的能力； Kaplan-Meier过程则是在控制该分层变量的情况下对研究因素对生存时间的影响进行统计分析。 做出的生存曲线不同 统计学检验方法不同：Life Tables过程采用Wilcoxon法 ,Kaplan-Meier过程用Log rank 法、Breslow法、Tarone-are法 Kaplan-Meler法和寿命表法的比较 Cox比例风险回归模型 上面介绍的两种生存分析方法只能研究一至两个因素对生存时间的影响，当生存时间的影响因素有多个时，它们就无能为力了，下面介绍Cox Regression过程，这是一种专门用于生存时间多变量分析的统计方法。 (COX Proportion Hazard Regression Model) 模型结构：设有n名病人，第i名病人的生存时间为ti，同时该病人具有一组伴随变量xi1，xi2…xip。该病人生存到时间ti的风险函数hi(t）是其基础风险函数ho(t)与相应伴随变量的函数的乘积，其数学表达式为： hi（t）= h0（t）f（β1xi1+….+βpxip） Cox建议伴随变量的函数为指数形式，故Cox比例风险回归可写为： hi（t）= h0（t）exp（β1xi1+….+βpxip） 式中的h0（t）是当所有伴随变量xi1，xi2，…xip都处于0或标准状态下的风险函数，