SPSS统计分析教程-生存分析.docxVIP

生存分析

生存分析是用来充分考察和分析生存时间（survivaltime）资料的统计方法。SPSS提供了生存率估计的寿命表法（LifeTableMethod）和乘积极限法（Kaplan-MeierMethod），用于生存规律组间比较的Log-rank法、Wilcoxon法和Breslow法等，以及随访资料预后多因素分析的Cox回归模型。

生存分析中常用统计学术语如下：

生存时间（survivaltime）：可以广义地定义为从规定的观察起点到某一给定事件（终点事件）出现所经历的时间。终点事件可以是死亡、痊愈、发病、疾病恶化、出现毒性反应、起效和失效等，因此这里的“生存”或“死亡”要广义地理解，终点事件也称为失效事件或失败事件（failureevent）。

完全数据（completedata）和截尾数据（censoreddata）：完全数据是指从进入观察视野到规定的结局出现所经历的时间，即患者的“存活”时间；截尾数据也称为删失数据，是指进入观察到删失点所经历的时间，所谓的删失，是由于种种原因，受试对象在随访结束时未观察到结局，如失访、中途退出、其他原因死亡或结局迟迟未出现等，因此删失数据也称为不完全数据。截尾数据的存在是生存数据和普通数据的根本区别，处理截尾数据是生存分析的一个重要特点。

条件生存概率（conditionalprobabilityofsurvival）和生存率（survivalrate）：前者表示某单位时段开始时存活的受试对象，到该时间结束时仍存活的可能性；后者是指受试对象从观察开始，经?t?k?个单位时段仍存活的可能性。

12.1寿命表方法

寿命表法（LifeTableMethod）是将整个观察时间划分为很多小的时段，对每时段计算所有活到某时段起点的病例在该时段内“死亡”（出现终点）的概率。因其将生存时间划分为时段或组段，并编制频数表，故称为分组资料，该法适用于样本含量大的分组资料的生存率估计。

例12-1?某临床研究对20名肿瘤患者进行随机研究，截止研究结束，记录的生存时间（单位：周）如下：12.8，15.6，24.0+，26.4，29.2，30.8+，39.2，42.0，58.4+，72.0+，77.2，82.4，87.2+，94.4+，97.2+，106.0+，114.8+，117.2+，140.0+，168.0+，其中“+”表示该数据为截尾数据。用寿命表法估计20例患者的生存率和生存曲线。

解?以时间和状态为变量名，将数据建立为20行2列的数据文件，如图12-1所示，状态一列中1表示死亡，0表示截尾。

图12-1例12-1数据文件

选择菜单Analyze→Survival→LifeTables（寿命表），弹出LifeTables主对话框，见图12-2，将变量时间送入Time（时间变量）框中，在DisplayTimeIntervals（显示时间区间）框中填入上限200和组距20。

图12-2LifeTables对话框

图12-3Options对话框

将变量状态送入Status（生存状态变量）框中，用鼠标单击DefineEvent（定义事件）按钮，在弹出的对话框中定义终点事件的取值，可以是一个值，也可以定义一个范围，这里状态变量用1表示死亡，因此本例在Singlevalue（单一数值）框中填入1，单击Continue，返回LifeTables主对话框。

单击主对话框右上角的Options（选项）按钮，弹出Options对话框，见图12-3，可以指定统计量和图形输出，在Plot（图形输出）选项中，Survival：累计生存函数曲线，Logsurvival：对数累计生存函数曲线，Hazard：累计风险函数散点图，Density：密度函数散点图，Oneminussurvival：1-生存函数的曲线。本例再选中Survival，单击Continue返回LifeTables主对话框；单击OK。

输出结果见图12-4、图12-5。图12-4是输出的寿命表，其中：IntervalStartTime为生存时间组段下限，NumberEnteringInterval为进入该组段的观察数，NumberWithdrawingduringInterval为该组段删失例数，NumberExposedtoRisk为有效数，NumberofTerminalEvents为死亡数，ProportionTerminating为死亡概率，ProportionSurviving为生存概率，CumulativeProportionSurvivingatEndofInterval为累积生存概率，Std.ErrorofCumulativeProp