生存分析-cox-回归与sas应用总结.pptVIP

Cox回归分析与应用2021/10/101

生存分析(Survivalanalysis)是指根据试验或调查得到的数据对生物或人的生存时间进行分析和推断，研究生存时间和结局与众多影响因素间关系及其程度大小的方法，也称生存率分析或存活率分析。生存资料特点：1生存时间的分布一般为非正态分布指数分布,对数正态分布，Weibull分布，Gamma分布，……2含有截尾数据(censoreddata)截尾数据提供的信息是不完全的是否出现、何时出现结局不知道一.Cox回归简述2021/10/102

生存资料的分析估计：Kaplan-Meier法，寿命表法比较：log-rank检验影响因素分析：Cox比例风险回归模型（Cox回归模型），是生存分析中最重要的模型之一。预测：Cox回归模型预测生存率。一.Cox回归简述2021/10/103

Cox回归分析是生存分析的一种半参数分析方法。优点：多因素分析方法不考虑生存时间分布利用截尾数据一.Cox回归简述2021/10/104

多元线性回归logistic回归Cox回归数据类型Y数值变量Y分类变量Y二分类变量+时间X数值变量、分类变量、等级变量模型结构Y=?1x1+?2x2+???+?mxmh(t,x)=h0(t)exp(?1x1+?2x2+???+?mxm）变量筛选前进法；后退法；逐步法参数估计最小二乘法最大似然法最大似然法参数检验F-testt-test似然比检验Wald检验score检验似然比检验Wald检验score检验参数解释回归系数b优势比ORRR样本含量至少变量数的10倍至少变量数的20倍非截尾例数至少变量数的10倍应用因素分析预测预报Y因素分析预测、判别P(Y＝1)因素分析生存预测S(t)2021/10/105

Cox回归分析是生存分析的一种半参数分析方法。一.Cox回归简述COX回归用于研究各种因素（称为协变量，或伴随变量等）对于生存期长短的关系，进行多因素分析。h(t,x)=h0(t)exp(?1x1+?2x2+??????+?mxm）X1，X2，????，Xm是协变量?1，?2，??????，?m是回归系数，由样本估计而得。?I0表示该协变量是危险因素，越大使生存时间越短?I0表示该协变量是保护因素，越大使生存时间越长h0(t)为基础风险函数，它是全部协变量X1，X2，????，Xm都为0或标准状态下的风险函数，一般是未知的。2021/10/106

二.COX回归的应用

COX回归的应用：（1）因素分析分析哪些因素（协变量）对生存期的长短有显著作用。对各偏回归系数作显著性检验，如显著，则说明在排除其它因素的影响后，该因素与生存期的长短有显著关系。（2）求各因素在排除其它因素的影响后，对于死亡的相对危险度（或比数比）如某因素Xi的偏回归系数为bi，则该因素Xi对于死亡的比数比为exp(bi)当Xi为二值变量时，如转移（1=转移，0=不转移）exp(bi)为转移相对于不转移对于死亡的相对危险度（或比数比）2021/10/107

二.COX回归的应用

COX回归的应用：（3）比较各因素对于生存期长短的相对重要性比较各标准化偏回归系数bi’绝对值的大小，绝对值大的对生存期长短的作用也大。（4）考察因素之间的交互作用如考察XL和XK之间的交互作用是否显著，再增加一各指标：XLK=XL*XK，如其偏回归系数bLK显著，则XL和XK之间的交互作用显著。2021/10/108

----------------------------------------------------------指标回归系数P值相对危险度----------------------------------------------------------肿瘤部位中段-0.71690.04690.488肿瘤部位下段-1.00770.00680.365深度0.35850