第14章-医学随访资料的生存分析祥解.ppt

第十四章 医学随访资料的生存分析 王增珍 随访研究数据分析常见的困难 （1）病人失访：由于病人未继续就诊、拒绝访问、迁移等失去联系； （2）病人因其它疾病等造成的意外死亡：如观察食管癌病人的生存时间，死于非食管癌的病人，或死于车祸、中毒等； （3）病人因病情加重等，导致治疗方案的改变； （4）至随访研究结束时仍存在的受试对象而被迫终止随访。 何为生存分析？ 生存分析（survival analysis）是将观察结局和出现这一结局所经历的时间结合起来分析的一种统计分析方法， 其主要特点就是考虑了每个研究对象出现某一结局所经历的时间，并充分利用了截尾数据的信息。 生存分析解决的问题： （1）估计总体生存率及相关指标 如根据脑瘤患者治疗后生存时间的随访资料，估计不同时间的生存率、中位生存时间、绘制生存率曲线等。 （2）不同处理组生存曲线（率）的比较，如通过不同疗法治疗脑瘤患者的生存率的比较，以了解哪种治疗方案较优。 （3）影响因素分析 （4）对不同因素水平的个体进行预测 第一节 生存分析基本概念 一、生存时间及资料的记录 生存时间（survival time） 可以广泛地定义为从规定的观察起点到某一给定事件（终点事件）出现的时间。 终点事件 可以是某种疾病的发生、某种处理（治疗）的反应出现、病情的复发或死亡等。 数据类型： 1.完全数据 对已确诊的某病患者进行随访，其中某些受试对象观察到了死亡结局，那么患者从该病确诊到死亡所经历的时间，称为生存时间的完全数据（complete data）。 2.截尾数据 在随访过程中，某些受试对象由于某种原因而未能随访到底，即未观察到事先规定的结局，那么，从该病确诊到截尾点所经历的时间称为生存时间的截尾数据（censored data）。 3.随访资料的记录 二、条件生存概率、生存率 三、生存曲线与中位生存期 1.生存曲线 生存曲线（survival curve）是以观察（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。见图14-3。 2.中位生存期（median survival time）又称半数生存期，表示恰有50%的个体尚存活的时间。中位生存期越长，表示疾病的预后越好；反之，中位生存期越短，预后越差。 第二节 未分组资料的生存分析方法 小样本、未分组资料可用非参数法——乘积-极限法估计生存率。 一、生存率的点估计 乘积-极限法（product-limit method，简称PL法）由Kaplan和Meier于1958年首先提出，故又称Kaplan-Meier法或K-M法。 例14-2 某医师对14例缓解后的急性淋巴细胞性白血病患者继续进行巩固治疗，记录患者缓解到死亡的生存时间（月）分别为：7.67 7.67 8.33 13.16 13.16 19.16 19.16+ 20.17+ 20.17+ 23.77 26.00 26.00 66.83 73.57+，试估计其生存率。 1.将不同生存时点（i=1、2、3…）的生存时间完全数据（ti）按由小到大的顺序排列，生存时间相同者只列一个，截尾数据不参加排序，见表14-2第（1）、（2）栏。 2.列出生存时间的死亡例数(di)，见表14-2第（3）栏。 二、生存率的区间估计 三 生存曲线（率）比较 例14-3 就例14-2的资料，再增加13例无巩固治疗患者的生存时间(月)分别为3.40 4.00 4.00 4.20 4.20 5.27 7.53 7.53 7.67 11.77 11.77 13.16 23.77, 试比较有无巩固治疗患者的生存率是否有差异。 (二)趋势检验 多组生存率比较时，若分组变量是等级变量（如肿瘤分期，Ⅰ期、Ⅱ期、Ⅲ期），或连续变量等级化分组，如年龄（岁） ＜30、30～、40～、50～，经log-rank检验差别有统计学意义后，还可作趋势检验（trend test），分析生存率是否随分组等级存在着升高或降低的趋势。 例14-4 30例某肿瘤患者,按肿瘤的不同期次分组，记录从确诊到死亡的生存时间（月），试分析病人生存期与肿瘤的期次有无关系。 Ⅰ期 15 18 18 20 32+ 38 38+ 42 48 54+ Ⅱ期 5 9+ 13 13 23 30 35+ 38 42 42 45+ Ⅲ期 1 3 3 7 10 15 15 23 30 第三节 分组资料的生存分析 一、生存率的估计 寿命表法（life table method）适合于样本含量大的分组资料生存率的估计。 例14-5