SPSS 生存分析.ppt

SPSS 生存分析的理论与应用 Cox回归应用演示 生存分析和生存数据 生存分析广泛应用于生物医学，工业，社会科学，商业等领域，例如肿瘤患者经过治疗后生存的时间，电子设备的寿命，罪犯假释的时间，婚姻的持续时间，保险人的索赔等。这类问题数据的特点是在研究期间结束时，所要研究的事件还没有发生，或过早终止，使要收集的数据发生缺失，这样的数据称为生存数据，生存分析就是要处理、分析生存数据。 常用的生存时间函数 生存函数 S(t)：个体生存时间长于t的概率 S(t)=P(个体生存时间长于t) 概率密度函数f(t): f(t)=lim P(个体在区间(t, t+△t)中死亡)/△t △t→0 危险率函数h(t): h(t)=lim P (年龄为t的个体在(t, t+△t)中死亡)/△t △t→0 Cox回归模型 1972年英国统计学家D.R.Cox提出了比例风险模型(the Proportional Hazard Model),又称为Cox回归模型。 其模型表达式为 寿命表和KM方法 寿命表和KM方法都是通过比较分布函数来得出几组观测数据之间是否存在差异。 寿命表把观测区间划分为相等的小区间，然后计算生存函数，适用于大样本数据。 KM方法则以观测点为区间端点来计算生存函数，它是寿命表的一种特殊形式，并且计算方法上和寿命表也有些区别。它可以用于观测次数比较少的数据。 Cox回归应用示例 例子：有一组关于肺癌患者生存时间的数据，利用Cox回归模型辨认预测因素。 这组数据一共有九个变量，137个观测。 下面的表格是数据的变量名表。 Cox回归分析 从左面的变量中选择time变量，送入右面的时间框中。 选择status变量送入状态框中。 单击定义事件按钮。 Cox回归示例 在单值选项中填入0，表示事件发生。 点击继续按钮。 Cox回归示例 选择therapy, cell, kps, diagtime, age, prior 作为协变量。 在方法框中选择向后：Wald项。 单击右上角的分类按钮。 Cox回归示例 选择cell, therapy, prior 作为分类协变量。 点击继续按钮。 在Cox回归对话框中点击绘图按钮。 Cox回归示例 在图类型栏中选择生存函数复选项。 点击继续按钮。 在Cox回归主对话框点击确认按钮。 Cox回归示例 GET FILE=E:\生存分析数据\Cox回归分析.sav. COXREG time /STATUS=status(0) /CONTRAST (cell)=Indicator /CONTRAST (therapy)=Indicator /CONTRAST (prior)=Indicator /METHOD=BSTEP(WALD) therapy cell diagtime age prior kps /PLOT SURVIVAL /CRITERIA=PIN(.05) POUT(.10) ITERATE(20). Cox回归结果显示 分类变量编码 模型系数的综合测试1