临床科研设计(3).ppt

SPSS软件操作 第一步：建立变量。 第二步：输入原始数据 第三步：生存分析（1） 第三步：生存分析（2） 第三步：生存分析（3） 第三步：生存分析（4） 第四步：结果解读（1） 结果解读：有意义的因素，危险比HR及其95%CI。 X3为有无淋巴结浸润（0=无，1=有），RR1,危险因素 X4为缓解出院后的巩固治疗（0=无，1=有），RR1,保护因素 PH（比例风险）假定判断 满足前提条件才可以进行Cox回归 是否满足前提条件，看以因素为分类依据的生存曲线是否不交叉，若有交叉则表示不满足前提条件 第五步：PH假定判断（1） 第五步：PH假定判断（2） 第六步：结果解读（1） 同理将X3改为X4 重复相同的步骤 生存时间（survival time)是指任何两个有联系事件之间的时间间隔，常用t表示。狭义的生存时间指患某疾病的病人从发病到死亡所经历的时间跨度，广义的生存时间定义为从某种起始事件到终点事件所经历的时间跨度。 如：急性白血病病人从治疗开始到复发为止之间的缓解期，冠心病病人两次发作之间的时间间隔，戒烟开始到重新吸烟之间的时间间隔，接触危险因素到发病的时间间隔等。 生存分析中最基本的问题就是计算生存时间，要明确规定事件的起点、终点及时间的测度单位，否则就无法分析比较。 中位生存时间是指寿命中位数，表示有且只有50%的观察对象还可以活这么长时间。由于截尾数据的存在，中位生存期的计算不同于普通的中位数，它可以利用生存函数公式或生存曲线图，令生存率为50%时，推算出生存时间。 生存函数 生存概率又称为生存率或生存函数，它表示一个病人的生存时间长于时间t的概率，用S(t)表示。 以时间t为横坐标，S(t)为纵坐标所作的曲线称为生存率曲线, 它是一条下降的曲线，下降的坡度越陡，表示生存率越低或生存时间越短，其斜率表示死亡速率。 死亡函数 表示死亡速率的大小。如以t为横坐，f(t) 为纵坐标作出的曲线称为密度曲线，由曲线上可看出不同时间的死亡速率及死亡高峰时间。纵坐标越大，其死亡速率越高，如曲线呈现单调下降，则死亡速率越来越小，如呈现峰值，则为死亡高峰。 生存分析的主要内容：1.描述生存过程（估计生存函数）2.比较生存过程（比较生存函数）3.影响生存时间的因素分析 SPSS中的菜单位置 生存率的估计方法有参数法和非参数法。常用非参数法，非参数法主要有二个，即乘积极限法与寿命表法。 乘积极限法，又称Kaplan-Meier法，主要用于观察例数较少（n50）而未分组的生存资料； 寿命表法适用于观察例数较多而分组的资料，不同的分组寿命表法的计算结果亦会不同，当分组资料中每一个分组区间中最多只有 1个观察值时，寿命表法的计算结果与乘积极限法完全相同。 描述生存过程 乘积极限法：Kaplan-Meier 寿命表法：寿命表 因素分析：Cox回归 【例1】某治疗方案治疗晚期肝癌患者7例，随访时间（月）记录如下。试分析其生存过程。 SPSS软件操作 第一步：建立变量。 第二步：输入原始数据 第三步：生存分析（1） 第三步：生存分析（2） 第三步：生存分析（3） 第四步：结果解读（1） 结果解读：生存表基本描述 第四步：结果解读（2） 结果解读：生存表统计描述 中位生存时间及95%CI 第四步：结果解读（3） 结果解读：生存函数图 生存曲线的比较 对数秩检验：其基本思想是，在假定无效假设（两总体生存曲线相同）成立的前提下，可根据不同日期两种处理的期初人数和死亡人数，计算各种处理在各个时期的理论死亡数。若无效假设成立，则实际死亡数与理论死亡数不会相差太大。 【例2】某医生将20例某恶性肿瘤患者随机分为两组，一组采用纯中药治疗（甲组），另一组采用中西医结合治疗（乙组），观察终点为复发或转移，从缓解出院日开始随访。试分析两种治疗方案的效果有无差别？ SPSS软件操作 第一步：建立变量。 第二步：输入原始数据 第四步：生存分析（1） 第四步：生存分析（2） 第三步：生存分析（3） Log-rank 第三步：生存分析（4） 第四步：结果解读（1） 结果解读：基本描述 第四步：结果解读（2） 第四步：结果解读（3） 结果解读：生存表统计描述 中位生存时间及95%CI 第四步：结果解读（4） 结果解读：组间比较的Log Rank 检验 第四步：结果解读（5） 结果解读：生存曲线 COX比例风险回归模型 在医学研究中，观察对象生存时间往往受多种因素的影响，如胃癌手术后的生存时间，除了与治疗方案有关外，还可能与患者年龄、体质、病情轻重、病理类型、用药等情况有关。统计学上将这些因素称为协变量。 由于生存时间资料常存在截尾值，生存时间t往往不能满足正态分布和方差齐性的要求，一般不适宜用参数方法(如多元线性回归等)来分析生存时