生存分析课件 PPT.ppt

2．生存率曲线 分别将样本不同时点（时间区间的中点）的生存率绘在方格坐标纸上，以直线相连即得到生存率曲线图，不同样本间的生存率可进行直观的分析比较。图17-3是根据表17-3中生存时间及生存率所绘制的生存率曲线。 同样可以采用图解法和线性内插法计算其中位生存时间。其方法与小样本资料相同。 图17-3 男性心绞痛病人的生存曲线 第三节 生存曲线的log-rank检验 log-rank检验（对数秩检验、时序检验） 该检验属非参数检验，用于比较两组或多组生存曲线或生存时间是否相同。 检验统计量为卡方。 自由度=组数-1。 P≤0.05，两组或多组生存曲线不同。 P＞0.05，两组或多组生存曲线差别无统计学意义。 注意 以上介绍的是log-rank检验的近似法，计算简便，但其结果较精确法（一般统计软件中输出精确法计算结果）保守。 近似法： （手工） 精确法： （软件） 此检验比较两组或多组生存曲线，实为一单因素分析。 要求各组生存曲线不能交叉，如交叉提示存在混杂因素，应采用分层分析方法或多因素方法来校正混杂因素。 当假设检验有统计意义时，可从以下几方面来评价各组效应大小：生存曲线图目测判断、中位生存期比较等。 log-rank检验用于整条生存曲线的比较，若比较两组某时间点处的生存率，则按下式计算： 如比较多个时间点处生存率，检验水准应取Bonferroni校正，即 ，其中k为比较的次数，以保证总的I型错误概率不超过 。 第四节 Cox比例风险回归模型 Cox比例风险回归模型（Cox’s proportional hazards regression model），简称Cox回归模型。 该模型由英国统计学家D.R.Cox于1972年提出，主要用于肿瘤和其它慢性病的预后分析，也可用于队列研究的病因探索。其优点： 多因素分析方法 不考虑生存时间分布 利用截尾数据 大肠癌影响因素量化表 变量名 因素 量化值 病例数 构成比（%） X1 性别 女=0 32 48.5 男=1 34 51.5 X2 年龄（岁） 40=1 10 15.1 40-60=2 37 56.1 ≥60=3 19 28.8 X3 组织学分类 乳头状腺癌=0 20 30.3 管状腺癌=1 46 69.7 X4 肿瘤大小（cm）≤6=0 29 43.9 ＞6=1 37 56.1 X5 细胞增殖抗原（PCNA） 55%=0 27 40.9 ≥55%=1 39 59.1 X6 淋巴管浸润 无=0 44 66.7 有=1 22 33.3 X7 血管浸润 无=0 58 87.9 有=1 8 12.1 Time 手术到观察结束 实际天数