医用多因素分析-Survival Analysis.pptVIP

前 言 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。 生存分析不同于其它多因素分析的主要区别点就是生存分析考虑了每个观测出现某一结局的时间长短。 第一节 生存分析基本概念 生存时间 起始事件与终点事件之间的时间间隔。 起始事件是反映研究对象生存过程的起 始特征的事件。 终点事件指研究者所关心的特定结局。 生存时间举例 起始事件 终点事件 服药 痊愈 手术切除 死亡 染毒 死亡 戒烟开始 重新吸烟 生存时间的类型 1. 完全数据（complete data） 从起点至终点（死于所研究疾病）所经历 的时间。 2. 截尾数据（删失数据，censored data） 指在随访过程中，由于某种原因未能观察到病人的明确结果（终点事件），从起点至截尾点所经历的时间，。 截尾原因：失访、死于其它疾病、观察结 束时病人尚存活等。 生存资料survival data 生存资料的主要特点： 含有截尾数据； 截尾数据的特点：真实的生存时间未知，只知道比观察到的截尾生存时间要长； 生存时间的分布一般不呈正态分布。 生存率与风险函数 生存函数（survival function） 又称为累积生存率，简称生存率。表示具有协变量X的观察对象其生存时间T大于t的概率，常用s(t,X)=p(Tt,X)表示。 风险函数（hazard function） 表示具有协变量X的已生存到时间t的观察对象，从生存时间t到t+ t这一非常小的区间内死亡的概率极限。 第二节 生存率的估计与生存曲线 对于小样本资料，一般采用乘积极限法，该方法由Kaplan-Meier于1958年提出，故又常称为K-M法； 对于大样本资料，一般采用寿命表法（life table）。 K-M法(适用于小样本资料，对截尾数据无校正) 例：有人研究了甲、乙两种手术治疗肾上腺肿瘤病人的生存情况，定义从手术后到病人死亡的时间为生存时间，得到的生存时间（月）如下，其中有”+”表示截尾数据，括号内为重复死亡数，试计算其生存率与标准误。 甲(23例)：1, 3, 5(3), 6(3), 7, 8, 10(2), 14+, 17, 19+, 20+, 22+, 26+, 31+, 34, 34+, 44, 59。乙（20例）：1(2), 2, 3(2), 4(3), 6(2), 8, 9(2), 10, 11, 12, 13, 14, 15, 17, 18。 K-M法估计生存率（甲） 生存率与标准误 生存率，即小于或等于t时刻的各时点条件生存概率S的连乘积 P(xt)=∏S 生存率的标准误 生存率的 可信区间： 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就叫生存曲线。并根据两条生存曲线的高低，直观地比较不同治疗方式之间的生存过程。 SAS程序 data cure; infile data_12.txt; input group t censor feq; proc lifetest graphics plots=(s); time t * censor(1); strata group; freq feq; run; 乙种治疗方案 寿命表法（适用于大样本资料，对截尾数据有校正） 在样本较大时，随访病例的生存时间常可按年、月或者日进行分组，得到具有若干时间段生存数据的频数表。对于这样的分组生存数据可按寿命表(life table)法计算生存率，其基本原理是首先求出患者在治疗后各个时期的生存概率，然后根据概率乘法原理，将各时期的生存概率相乘，即得到从开始观察到各个时点的生存率。 寿命表法（适用于大样本资料，对截尾数据有校正） 某研究者收集了男性心绞痛患者2418例，经随访将资料整理后得到下表，试计算其生存率及其标准误。 寿命表法（适用于大样本资料，对截尾数据有校正） 数据按时间区间分组 利用截尾数据信息，对观察人数进行校正 其中 生存率 生存率的标准误： SAS程序 data disease; infile data_life.txt;