癌症临床试验数据研究.PPTXVIP

癌症临床试验数据研究;目录：;1、研究目的;2、数据介绍;变量处理： 1、对于试验结束时病人的生存状态（C），观察到的生存时（Y）， 真实生存时间（Z），有如下关系： C=0，仍然存活，则Z=Y; C=1，已经死亡，则Z=Y 所以Z是一个被截断的数据 2、对于定性的解释变量，我们设定： X1=0，标准方案；X1=1，新方案 X2=1，A；X2=2，B；X2=3，C；X2=4，D;3、描述性分析;接下来，我们尝试按照各个解释变量分组，然后重新计算生存函数，并作对比分析 1、考虑因素X1（治疗方案）分组的生存函数：0—标准方案；1—新方案 ;2、考虑因素X2（癌细胞类型）分组的生存函数：A，B，C，D ;3、考虑因素X3（临床打分）分组的生存函数： 因为是连续型数据，我们通过对其进行大致的分组来进行讨论， M1=1，如果 -50X3=-20； M1=2，如果 -20X3=20； M1=3，如果 20X3=50； ; 从中可以看出，临床打分与癌症病人的生存时间之间有着很明显的正相关关系，即打分越高的患者，其生存时间越长。图中很明显：打分在20~50之间的，生存时间最久，-50~-20之间的，生存时间最短，而在-20~20之间的，出于两者之间。 3、考虑因素X4（年龄）分组的生存函数：连续数据，所以我们 照类似的方法对其进行分组后进行讨论 M2=1，如果 20X4=30； M2=2，如果 30X4=40； M2=3，如果 40X4=50； M2=3，如果 40X4=50； ; 从中可以看出，我们有四个分组，但最终得到的分组生存函数图中只有3条函数图，这是因为年龄出于20~30之间的只有2个样本，不能反应出函数关系，因为我们所得的数据为随机抽样数据，所以我们认为年龄处于这个区域的人患癌症的概率很低；而对于其他3个分组的生存函数图，我们可以看出，对于存活时间很短的患者，三个年龄段差别并不大，而对于存活时间越长的患者，年龄处于40~50之间的生存时间最长，30~40之间的次之，而处于50~60之间的最短。 通过先前对数据简单的描述性分析，我们对各自变量与生存时间之间的相关关系有了初步的了解，但如果要更明确的分析他们之间的具体关系，??们需要建立相应的数学模型，这里，根据数据特征，我们将选用生存回归来进行模型拟合。;4、模型分析;2、根据AIC准则搜索最优模型： 根据AIC准则所得到的最优模型，可以看出，它剔除了变量X1、X4，所以剩余的相关解释变量只有X2（癌细胞类型）、X3（临床打分）与因变量相关；对于X2（癌细胞类型），它的显著性水平并不高，患A、B、C、D型癌症的患者，其生存时间依次越来越短；对于X3（临床打分），它的显著性水平很高，且打分越高，患者的生存时间越久。该模型的优良性要比全模型好。;3、根据BIC准则搜索最优模型： 而根据BIC准则搜索得到的最优模型，是在AIC模型的基础上，又剔除了显著性并不高的变量X2，只保留了与因变量高度相关的解释变量X3（临床打分），这两个模型得到的因变量与X3之间的相关关系是一致的，即打分越高，患者的生存时间越久。;通过COX等比例模型进行分析 1、全模型分析结果 ;2、根据AIC准则搜索最优模型 ;3、根据BIC准则搜索最优模型 ;小结：