生存分析及COX回归.docx

第十二章 生存分析及COX回归 在临床医学中，对病人治疗效果的考查.一方面可以看治疗结局的好坏，另一方面还可 以通过治疗时间的长短来衡量。例如某种疾病治愈的时间，某癌症病人手术后的存活时间 等，把这类与时间有关的资料统称为生存资料。生存资料一般通过随访收集，从某标准时刻 （发病、手术或出院等）开始，按某种相等或不等时间间隔，对观察对象定期观察预定项目所 得的资料，它的结局是死亡，治愈、复发、阳性等。但在临床上，往往由于各种原因：（1） 因迁移原因失去联系；（2）死于其他原因而造成失访；（3）预定终止结果迟迟不发生，致使在 一定时期内，一部分病例得不到确切的生存期，但它们提供了其生存期长于观察期的信息， 这种数据称为删失数据，也称截尾数据或终检值（censored data），包含终检值的数据即为 不完全数据。处理这类数据的统计分析方法称为生存分析。它包括三个方面的内容1）生存 过程的描述，主要是生存率的估计；2）生存过程的比较；3）影响因素的分析。 §12.1生存率的估计 生存率估计常用的有两种方法乘积极限法和寿命表法。 1乘积极限法 又称Kaplan-Meier法 适用于小样本资料。基本思想：将生存时间由小到大依次排列， 在每个死亡点上，计算其期初人数、死亡人数、死亡概率、生存概率和生存率。 CHISS实现：点击 重复测量f生存分析f乘积极限法 应用举例： 例12-1某疗法治疗白血病后的存活月数为：2+,13,7+,11+,6,1,11,3,17,7。 试估计 其生存率。 带“ + ”为存活终检值。 解步骤：1进入数据模块 此数据库已建立在CHISS\data文件夹中，文件名为：a9_0生存 分析.DBF。打开数据库 点击数据f文件f打开数据库表 找到文件名为：a9_0生存分析.DBF f确认 2进入统计模块进行统计计算 点击 重复测量f生存分析f乘积极限法 时间变量：time终检值指标：censorf确认 3进入结果模块查看结果 点击 结果 乘积限估计法生存分析，数据来自文件：C:\CHISS\Data\a9_0生存分析.DBF 数据过滤条件： 秩 观察 死亡 观察 生存率 次 时间 序号 数 生存率 标准误 (i) t⑴ (j) n(i) S(j) Ss(j) 0 0 0 10 1.0000 ... 1, 1 1 10 0.9000 0.0949 2, 2+ ... 9 ... ... 3, 3 2 8 0.7875 0.1340 4, 6 3 7 0.6750 0.1551 5, 7 4 6 0.5625 0.1651 6, 7+ ... 5 ... ... 7, 11 5 4 0.4219 0.1737 8, 11+ ... 3 ... ... 9, 13 6 2 0.2109 0.1726 10, 17 7 1 0.0000 ... 注：删失数据为1。 平均生存期=9.7750 标准差=2.2664 § 12.2 时序检验（log rank test） 用于比较两个或多个样本生存期，即对各样本不同时点生存率的综合分析。其原理是计 算出不同时期两种疗法的观察人数和死亡人数，并由此根据两种疗法疗效相同的假设计算出 两种疗法在该日期的理论死亡数，若无效假设是对的，则实际值和理论值不会相差很大，如 相差过大，则不象仅仅由于机遇所产生的差异，对此可作2检验以推断。 CHISS实现：点击 重复测量f生存分析f时序检验 例12-2两种疗法治疗白血病后的存活月数如下： 对照组：2+,13,7+,11+,6,1,11,3,17,7 中药组：10,2+,12+,13,18,6+,19+,26,9+,8+,6+,43+,9,4,31,24 带“ +，，为终检值 试分析两种疗法治疗的生存期有无差别 解步骤：1进入数据模块此数据库已建立在CHISS\data文件夹中，文件名为：a9_1 生存分析（小样本）.DBF。打开数据库 点击数据f文件f打开数据库表 找到文件名为：a9_ 1生存分析（小样本）.DBF f确认 2进入统计模块 进行统计计算 点击 重复测量f生存分析f时序检验 时间变量：time 终检值指标：censor 分组因素：g f确认 3进入结果模块查看结果 点击 结果 小样本时序检验（生存期比较，处理分组为g数据来自文件：C:\CHISS\Data\a9_1生存分析 （小样本）.DBF”）, 观察时间期初观察数 发 理论发生数 1 2 1 2小计 数 1 2 1 ... 10 16 26 1 0.385 0.615 2+ 2+ 9 16 25 0 3 ... 8 15 23 1 0.348 0.652 ... 4 7 15 22 1 0.318 0.682 6 ... 7 14 21 1 0.333 0.667 ... 6+