随访资料的生存分析.ppt

随访资料的生存分析 山东大学公共卫生学院 第一节 概 述 随访资料是指对一批研究对象进行追踪观察所获得的有关其结局以及出现这种结局所经历的时间等方面的资料。 随访资料常因失访等原因造成某些数据不完全，需要用专门的方法进行统计处理。由于随访资料的分析最初起源于对寿命资料的统计分析，故称为生存分析(survival analysis)，或称为生存时间分析。 生存分析的研究内容 生存分析的研究内容主要包括以下三个方面： ① 对生存时间进行统计描述； ② 寻找影响生存时间长短的“危险因素”(包括正危险因素和负危险因素)； ③ 估计生存率和生存时间长短，进行预后评价。 生存分析中的基本概念 生存时间 死亡概率、死亡率 生存概率、生存率、生存函数、生存率曲线 半数生存期 危险率函数 死亡密度函数 生存分析中的基本概念(一)、生存时间(survival time)： 1. 定义： 狭义：指病人从发病到死亡所经历的时间。 广义：从某个起始事件开始到规定的终点事件发生(出现反应)所经历的时间。也称失效时间(failure time)。如：某病从治疗到痊愈的时间、从接触某种危险因素到发病的时间、癌症患者从接受手术治疗到死亡的时间、婴儿出生到囟门闭合的时间、婴儿出生到第一颗乳牙萌出的时间……均可称为生存时间。 生存分析中的基本概念(一)、生存时间(survival time)： 2、特点： 分布类型不易确定。一般不服从正态分布，少数情况下近似服从指数分布、Weibull分布、Gompertz分布等，多数情况下往往是不服从任何规则的分布类型。 影响因素多而复杂且不易控制。 根据研究对象的结局，生存时间数据可分为两种类型： 完全数据(complete data) 截尾数据(截尾值、删失数据，censored data) 生存分析中的基本概念(一)、生存时间(survival time)： 生存时间的两种数据类型： 完全数据(complete data)：观察对象在观察期内出现反应(终点事件)，这时所记录到的时间信息是完整的，这种生存时间数据称为完全数据。 截尾数据(截尾值、删失数据，censored data)：尚未观察到研究对象出现反应(终点事件)时，即由于某种原因停止了随访，这时记录到的时间信息是不完整的，这种生存时间数据称为不完全数据或截尾值。截尾值能提供部分信息，即该研究对象实际的生存时间只会长于观察到的时间。 生存分析中的基本概念 截尾值出现的原因有以下三种： 失访：观察期内由于研究对象搬迁、不配合等原因造成失访； 退出：观察期内研究对象意外死亡、死于其它疾病或改变治疗方案等而中途退出研究； 终止：观察期结束时仍未出现结局。 生存分析中的基本概念(一) 生存时间(survival time)： 3、生存时间资料的整理： 对于随访资料，需要记录的原始数据包括开始观察的时点(起始事件发生的时间)、终止观察的时点、研究对象的结局、可能的影响因素。生存时间为一反映时间长短的指标，属数值变量，可按下式计算：生存时间(t)=终止观察的时点-开始观察的时点，结局变量(?)反映终点事件是否发生，为一二分类的变量。通常用(t，?)完整地表示一个观察对象的随访结果。 原始数据的记录和整理： 教材151页表12-1和图12-1、图12-2。 生存分析中的基本概念(三)生存概率、生存率、生存函数 2. 生存率和生存函数: 生存率(survival rate) :指研究对象经历t个时段后仍存活的概率，即生存时间大于等于t的概率，用P(T≥t)表示。 生存函数(survival function):生存率随时间t的变化而变化，即生存率是相对于时间t的函数，称为生存函数，记为S(t)。 生存函数在某时点的值就是生存率。例如，S(5)=0.1832,习惯上说5年生存率为18.32%。 生存函数或生存率的计算 ①若前t个时段没有删失： 例如： ②若观察期内有删失：假定观察对象在各个单位时段内是否生存的事件是相互独立的，其生存概率分别为p1,p2,p3,……,pt, 则根据概率的乘法原理得S(t)=p1p2p3…pt。 故生存函数又称累积生存概率(cumulative probability of survival)，即将时刻t尚存活看成是前t个时段一直存活的累计结果。 生存分析中的基本概念 (四)生存率曲线(survival curve)：以时间为横轴、生存率为纵轴绘制的曲线。 (五)中位生存期（median survival time，半数生存期）：即生存时间的中位数，反映生存时间的平均水平。表示生存率等于50%时的时间。 (六)危险率函数（hazard f