某恶性肿瘤病人的生存情况-20150628教程分析.docx

PAGE \* MERGEFORMAT26 某恶性肿瘤病人 的生存情况分析 ——基于K-M、Cox和参数法三种模型 课 程：生存分析 教 师： 学 校： SYSU 学 号：  2015年6月28日 目 录  TOC \o 1-3 \h \z \u  HYPERLINK \l _Toc423286870 一、背景概述  PAGEREF _Toc423286870 \h 2  HYPERLINK \l _Toc423286871 二、数据介绍  PAGEREF _Toc423286871 \h 2  HYPERLINK \l _Toc423286872 三、Kaplan-Meier模型  PAGEREF _Toc423286872 \h 3  HYPERLINK \l _Toc423286873 （一）K-M拟合结果  PAGEREF _Toc423286873 \h 3  HYPERLINK \l _Toc423286874 （二）不同治疗方法的生存率比较  PAGEREF _Toc423286874 \h 5  HYPERLINK \l _Toc423286875 四、Cox比例风险模型  PAGEREF _Toc423286875 \h 6  HYPERLINK \l _Toc423286876 （一）PHA检验  PAGEREF _Toc423286876 \h 6  HYPERLINK \l _Toc423286877 1. 图形检验  PAGEREF _Toc423286877 \h 6  HYPERLINK \l _Toc423286878 2. 统计量检验  PAGEREF _Toc423286878 \h 7  HYPERLINK \l _Toc423286879 （二）模型构建  PAGEREF _Toc423286879 \h 8  HYPERLINK \l _Toc423286880 1. 单个变量的Cox模型  PAGEREF _Toc423286880 \h 8  HYPERLINK \l _Toc423286881 2. 调整的Cox模型  PAGEREF _Toc423286881 \h 12  HYPERLINK \l _Toc423286882 五、参数模型  PAGEREF _Toc423286882 \h 15  HYPERLINK \l _Toc423286883 六、附录  PAGEREF _Toc423286883 \h 19   一、背景概述 生存分析是研究生存现象和响应时间数据及其统计规律的一门学科。该学科在生物学、医学、保险学、可靠性工程学、人口学、社会学、经济学等方面都有重要应用。从定义上来讲，生存分析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，因此也称为生存率分析或存活率分析。 对于生存分析有一些基本的定义和性质。假设T是死亡时间，那么生存函数就定义为St=p(Tt)，定义域为t ∈ [0,∞)；而生存函数作为一个概率，St的范围为[0,1]之间。从上述定义中可以得到生存函数的如下几个性质： S0=1; limt→∞St=0; Sta≥Stb?ta≤tb; St=1-Ft=t∞fτdτ. 本文将利用患某恶性肿瘤病人的生存时间数据来分析不同治疗方法对生存率的影响以及其他例如年龄、性别等协变量因素对生存率的影响，采用了K-M方法、Cox模型和参数模型三种方法。 二、数据介绍 该份数据共包含63条数据，8个变量，有关变量的符号表示及所代表的意义详见下表： 表1：某恶性肿瘤的影响因素与赋值 因素变量名赋值说明年龄X1（岁）性别X2女＝0，男＝1组织学类型X3低分化＝0，高分化＝1治疗方法X4传统疗法＝0，新型疗法＝1淋巴结转移X5否＝0，是＝1肿瘤浸润程度X6未突破浆膜层＝0，突破浆膜层＝1生存时间t（月）生存结局Y删失＝0，死亡＝1对数据的初步分析可以得到如下结论： 数据中没有缺失值； 时间范围为[2,120]； 除去生存时间（t）和生存结局（Y）以外的6个协变量中，只有年龄（X1）为连续性变量，其余5个协变量均为二分类