第十八章生存分析和cox回归.pptVIP

计算步骤为 1. 将两组生存数据混合由小到大排列 , 当截尾数据与非截尾数据数值相同时 , 截尾 数据排列在后。并指明各生存数据的状态 ( 死或活 ) 及所属组别 ( 见表 22.4 中 1-3 列 ) 2. 列出 A,B 两组各生存时间上的期初人数及死亡人数分别以 n1i,d1i,n2i,d 2i 表示 ( 见表 22.4 中第 4-7 列 ) 。 3. 在完全数据的相应行中计算合并死亡率 Pi Pi=(d1i+d2i)/(n1i+n2i) (22.16) 4. 在两组中任选一组 ( 本处用 B 组 ) 计算 各生存时间点上的期望死亡人数 , 它由该组期初人数乘以合并死亡率而得 E(d2i)=n2iPi (22.17) 参见表 22.4 中 8.9 两列。 5. 所指定的组别 ( 本处可 B 组 ) 死亡人数的期望值与方差为 E(∑d2i)=∑n2iPi (22.18) V(∑d2i)=∑[n1in2i/(n1i+n2i -1)]Pi(1-Pi) (22.19) 计算服从标准正态分布的统计量 Z Z=[∑d2i - E(∑d2i)]/√V(∑d2i) (22.20) 可据 Z0.05=1.96,Z0.01=2.58, 作出统计推断。 代入本例资料有 ∑d2i=7, E(∑d2i)=3.212284, V(∑d2i)=1.916190, Z=2.7363 故 P0.01, 拒绝 H0, 认为两种疗法的生存期不相同。 § 3.3 广义 Wilcoxon 检验 (Generalized Wilcoxon Test) ? 又称为 Breslow 检验法 (Breslow Test), 可用于两个或两个以上生存分布 的比较 , 其 H0,H1 同前。本处仍用例 22.1 资料说明其计算过程。 第十八章 生存分析和 COX 回归 上海第二医科大学 生物统计教研室 第一节 基本概念 ? 在医学 , 生物学研究中 , 常用到生存 分析 (Survival Analysis) 方法。例如 对于肿瘤等疾病的疗效及预后的考核 , 通 常不用治愈率，有效率等表示，而用将 来复发或死亡的时间长短表示 , 也即生存 期来表示。 ? 所谓生存期（ survival time ）是指 从某个标准时刻 ( 如发病 , 确诊 , 开始治疗 或进行手术的时间 ) 算起至死亡或复发为 止的时间。 生存期不同于一般指标的二个特点： 1. 有截尾数据（ censored data) 随访中未能知道病人的确切生存时间，只知 道病人的生存时间大于某时间。 （ 1 ）病人失访或因其他原因而死亡 --- 失访 （ 2 ）到了研究的终止期病人尚未死亡 --- 终访 截尾数据可记为 t + , 如： 4 + = 生存时间大于 4 年。 虽然截尾数据提供的信息是不完全的，但不 能删去，因为这不仅损失了资料，而且会造成偏 性。 2. 生存期的资料一般不服从正态分布。 由于上述原因，常用的统计方法不适用，而 要用特殊的统计方法。 生存分析是指对于生存期这一指标进行分析 的一系列特殊的统计方法。 ? 生存时间不一定专用于死与活的情况 , 生存时 间 ( 存活时间 ) 可定义为从某种起始事件到达某终点 事件所经历的时间跨度。例如急性白血病病人从治 疗开始到复发为止之间的缓解期 ; 冠心病病人在两 次发作之间的时间间隔 ; 已作输卵管结扎的妇女从 施行输卵管吻合手术后至受孕的时间间隔 ; 在流行 病学研究中 , 从开始接触危险因素到发病所经历的 时间等都可作为生存时间用作生存分析。 ? 有时还收集一些有关因素 ( 称为自变量或协变 量 ), 以分析这些协变量是否对生存时间有影响 , 影 响的大小，是缩短或延长生存时间。这可以通过 Cox 回归进行分析 , 因此 ,Cox 回归可看成带有协变 量的生存分析。 ? 包括： ? (1) 开始观察日期，终止观察日期 --- 生存时间 ? (2) 结局（最终的观察到的是死亡还是存活） ? 死于该病 --- 完全数据 ? 存活或死于其他原因 --- 截尾数据 ? 每个生存期数据要用 2 个变量表示：观察到的 生存时间和是否截尾（如：用 1 表示截尾，用 0 表示死亡； 4 + 用 4 ， 1 表示； 4 用 4 ， 0 表示）。 ? (3) 协变量 --- 各种影响生存期长短的因素。 随访资料的记录： 第二节 描述生存时间分布规律的函数 ? 一 . 生存率 (Survival Rate) ? 又称为生存概率或生存函数 , 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： s(t)=P （ T ? t ）