第07讲生存分析II培训课件.ppt

25例某病人用两种治疗方法的生存时间 编号 NO. 治疗 生存 观察 肾功能 kidney 编号 NO. 治疗 生存 观察 肾功能 kidney 方案 时间 结果 方案 时间 结果 Group stime censor group stime censor 1 0 8 1 1 13 1 180 1 0 2 0 852 0 0 14 1 632 1 0 3 0 52 1 1 15 1 2240 0 0 4 0 220 1 0 16 1 195 1 0 5 0 63 1 1 17 1 76 1 0 6 0 8 1 0 18 1 70 1 0 7 0 1976 0 0 19 1 13 1 1 8 0 1296 0 0 20 1 23 1 1 9 0 1460 0 0 21 1 1296 1 0 10 0 63 1 1 22 1 210 1 0 11 0 1328 0 0 23 1 700 1 0 12 0 365 0 0 24 1 18 1 1 25 1 1990 0 0 例8.8资料的Cox回归模型 变 量 系 数 标准误 z值 P group 1.243078 0.599318 2.074 0.049 kidney 4.105455 1.164533 3.525 0.002 根据Cox模型进行估计： (1)肾功能正常者接受B治疗方案比接受A治疗方案在某时刻死亡的相对危险度为：　 根据Cox模型进行估计： (2) 肾功能不正常者接受B治疗方案比接受A治疗方案在某时刻死亡的相对危险度为：　 根据Cox模型进行估计： (3)肾功能不正常者接受B治疗方案，比肾功能正常者接受接受A治疗方案在某时刻死亡的相对危险度为： 时依协变量 非立即见效的治疗 有些药物要经过几个疗程后才发生作用，有些治疗如手术在经过早期的高风险后才显示出其疗效。 耐药性问题 有些协变量的效应具有时间变化的特点 不同的患者对同一种治疗的反应可能不同 等比例风险假设的验证 Kaplan-Meier 曲线图示法 增加协变量和log(时间)的交互作用项，通过偏似 然比检验评价交互作用项有无统计学意义。 残差分析法 scaled Schoenfeld 残差 Kaplan-Meier 曲线图示法 基本思路： 如果比例风险假设成立， 假设自变量为二分类时， 生存函数S(t)与生存时间t作图可得到两条近似平行的曲线； survival function vs survival time parallel curves log(-log(survival))与log(time) 作图，也可得到两条近似平行的曲线/直线。 log(-log(survival)) vs log(survival time) parallel lines log-log图形 log-log图形只是对估计生存曲线的一种转换，是将位于[0,1]区间的生存函数S(t)取两次对数，log(-logS(t))，转化为(-∞,+∞)区间分布。 Kaplan-Meier 曲线图示法 如果两条曲线大约平行，即垂直距离近似不变，则满足比例风险假设。如果两条曲线有交错或不平行，则不满足。 Kaplan-Meier 曲线图示法 缺点： 对于连续性变量或者多分类变量，该方法并不合适，因为最终得到的是一簇曲线，很难判断是否平行。 时间点数很少，该方法同样不合适，因为曲线会很稀疏，很难判断平行到什么程度才算真的平行。 比较主观，是否平行更多取决于研究者的主观感觉 。 如果需要同时对若干变量进行比例风险假设的评价，将过多的变量组合在一块时，当发现有不平行存在时，也难以确定是哪个变量在起作用。 survival function vs survival time log(-log(survival)) vs log(survival time) 协变量与ln(time)的交互作用项 stcox treat, nohr tvc(treat) texp(ln(_t)) nolog failure _d: censor analysis time _t: time Cox regression -- Breslow method for ties No. of subjects = 628 Number of obs = 628 No. of failures = 508 Time at risk = 147394