生存分析基本记忆(一).docVIP

生存分析重点记忆 生存分析（survival analysis）是将事件的结果（终点事件）和出现这一结果所经历的时间结合起来分析的一种统计分析方法。 生存分析的内容：对于具有某些性质的一类人群，则可以通过对数据的分析来得到活过一定时间的概率。 如果关心不同治疗手段的效果，则可以通过数据分析来比较这些方法，看它们是否有效，还能建立可以预测的量化的模型。 生存分析主要任务？ 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。 比较生存过程：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。统计方法有log-rank检验等。 分析危险因素：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。 （预后：指预测疾病的可能病程和结局。它既包括判断疾病的特定后果，如康复，某种症状、体征和并发症等其它异常的出现或消失及死亡。） 预测：建立cox回归预测模型。 生存时间 终点事件与起始事件之间的时间间隔。 终点事件指研究者所关心的特定结局。 起始事件是反映研究对象生存过程的起始特征的事件。 生存时间的类型 1. 完全数据（complete data）：从起点至死亡（死于所研究疾病）所经历的时间。 2. 截尾数据（删失数据，censored data）：从起点至截尾点所经历的时间。 截尾的原因主要有3种： eq \o\ac(○,1)失访：失去联系 ②退出：死于非研究因素或其他非处理因 素、改变治疗方案等导致退出研究。 ③终止：指观察研究期限结束时仍未出现结局。 死亡概率、死亡率： 死亡概率(mortality probability)：是指某单位时段期初的观察对象在该单位时段内死亡的可能性大小。 若该时段内有删失，则分母用校正人口数： 死亡率(mortality rate)：指单位时间内研究对象的死亡频率或强度，即平均每千人(或万人、百人等)中的死亡人数。 ‰ 平均人口数=(该时段期初人口数+期末人口数) 生存概率： 生存概率(survival probability)：表示某单位时段开始时存活的个体到该时段结束时仍存活的可能性大小，用表示， 公式如下： 若该时段内有删失，则分母用校正人口数。 生存率、生存函数、生存率曲线： 生存率(survival rate)：指研究对象经历个时段后仍存活的概率，即生存时间大于等于的概率，用表示。 生存率随时间变化而变化，即生存率是相对于时间的函数，称为生存函数(survival function)，记为。 生存函数在某时点的函数值就是生存率。 生存函数或生存率计算如下： = 1 \* GB3 ①若前个时段没有删失： 如： 。 = 2 \* GB3 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， 则根 据概率乘法原理得 故生存函数又称累积生存概率（cumulative Probability of survival），即将时刻t尚存活看成是前个时段一直存活的累计结果。 如： 。 生存曲线（survival curve）：以观察（随访）时间为横轴，以生存率为纵轴，将各个时间点所对应的生存率连接在一起的曲线图。 生存曲线特点：生存曲线是一条下降的曲线，分析时应注意曲线的高度和下降的坡度。平缓的生存曲线表示高生存率或较长生存期，陡峭的生存曲线表示低生存率或较短生存期。 危险率函数（概念）：指时刻尚存活的研究对象死于时刻后一瞬间的概率，为条件概率。即活到了时刻的条件下在~这一微时段内死亡的概率，用表示。 为观察对象的生存时间，为时刻的生存人数，为t+?t时刻的生存人数。 危险率函数也称为死亡力(force of mortality)、瞬时死亡率(instantaneous failure rate)等。 危险率函数是生存分析的基本函数，它反映研究对象在某时点的死亡风险大小。 生存函数与危险率函数的关系可表示为： 生存率的比较（论述题）： 生存率比较的假设检验方法有参数法、半参数法和非参数法，因医学研究中的生存时间资料大多为不规则分布或者分布未知，常采用非参数法进行假设检验。 非参数法是将生存率曲线作为整体进行曲线与曲线之间的比较，其零假设为各总体生存率曲线相同。 常用的非参数检验方法有log-rank 检验（时序检验）、Gehan比分检验和Breslow检验等。 时序检验基本思想