生存分析SPSS-参考幻灯片.pptVIP

生存分析 SPSS 过程 （ SPSS of Survival Analysis ） 邹莉玲 预防医学教研室 1. 何为生存分析？ 生存分析 （ survival analysis ） 是将事件的结果（终点事件）和 出现结果经历的时间结合起来分析的一种统计分析方法。 2. 生存分析的目的： (1) 描述生存过程 ： 估计不同时间的总体生存率，计算中位生存期， 绘制生存函数曲线。统计方法包括 Kaplan-Meier （ K-M ）法、 寿命表法。 (2) 比较： 比较不同处理组的生存率，如比较不同疗法治疗脑瘤的 生存率，以了解哪种治疗方案较优。统计方法 log-rank 检验等。 (3) 影响因素分析： 研究某个或某些因素对生存率或生存时间的影 响作用。如为改善脑瘤病人的预后，应了解影响病人预后的主 要因素，包括病人的年龄、性别、病程、肿瘤分期、治疗方案 等。统计方法 cox 比例风险回归模型等。 (4) 预测： 建立 cox 回归预测模型。 生存分析的理论复习 2 Company Logo 生存分析 ( Survival Analysis ) 菜单 3 Company Logo 寿命表（ Life Tables ）过程 Life tables 过程用于（ 小样本和大样本资料 ）： 1. 估计某生存时间的生存率，以及中位生存时间。 2. 绘制各种曲线：如生存函数、风险函数曲线等。 3. 对某一研究因素不同水平的生存时间分布的比较。 4. 控制另一个因素后对研究因素不同水平的生存时间分 布的比较。 5. 对多组生存时间分布进行两两比较。 （比较总体生存时间分布采用 wilcoxon 检验） 4 Company Logo 实例分析 例 1 ：为了比较不同手术方法治疗肾上腺肿瘤的疗效， 某研究者随机将 43 例病人分成两组，甲组 23 例、乙组 20 例的生存时间（月）如下所示： 其中有“ + ”者是删失数据，表示病人仍生存或失访，括号内为死亡人数。 （ 1 ）计算甲、乙两法术后 10 月的生存率和标准误。 （ 2 ）估计两组的中位生存期。 （ 3 ）绘制各组生存函数曲线。 （ 4 ）比较两组的总体生存时间分布有无差别。 5 一、建立数据文件（ data-01.sav ） 定义 5 个变量： 生存时间变量： t ，值标签“生存时间（月）” 生存状态变量 ： status ，取值“ 1= 死亡， 0= 删失或存活” 频数变量： freq ，值标签“人数” 分组变量： group ，取值“ 1= 甲组， 2= 乙组” 生存时间序号变量 ( 可无）： i 6 二、操作过程 主菜单：分析 Analyze ? 生存 Survival ? 寿命表 Life tables 对话框参数设置： 1. 时间 time 框：选入 “ t ”。 2. 显示时间间隔 Display time intervals 框：步长 by 前面填入最大生存时 间的上限（必须包括生存时间最大值），步长 by 后面填入生存时 间的组距。本例上限填“ 60 ”，组距填“ 1 ”。 3. 状态 status 框：选入“ status ”，击 define events 钮，在 single value 框填入“ 1 ” 4. 因子 factor 框：选入“ group” ，定义最小值“ 1 ”，最大值“ 2 ”。 5. 单击选项 option 按钮，弹出对话框： 1 ） √ 寿命表，系统默认。 2 ）图： √ 生存函数 3 ）比较第一个因子的水平： √ 整体比较 7 Company Logo 三、主要输出结果 1. 10 月生存率的估计： 甲法 48% ，标准误 0.1 乙法 30% ，标准误 0.1 2. 两组的中位生存期估计： 8 Company Logo 3. 绘制生存曲线： 9 4. 两组生存时间分布的比较： 10 Kaplan-Meier 过程 Kaplan-Meier 过程用于 ( 尤其小样本资料 ）： 1. 估计各生存时间的生存率以及中位生存时间。 2. 绘制各种曲线：如生存函数、风险函数曲线等。 3. 比较某研究因素不同水平的生存时间有无差异。 4. 控制某个分层因素后对研究因素不同水平的生存时间 分布进行比较。 5. 对多组生存时间分布进行两两比较。 （各总体分布比较采用 Log-rank 等非参数方法） 11 Company Logo 实例分析 例 2 ：（数据同例 1 ）为了比较不同手术方法治疗肾上腺 肿瘤的疗效，某研究者随机将 43 例病人分成两组，甲组 23 例、乙组 20 例的生存时间（月）如下所示： 其中有“ + ”者是删失数据，表示病人仍生存或失访，括号内为死亡人数。 （ 1 ）计算甲、乙两法各生存时间的生存率和标准误。 （ 2