第生存分析.pptVIP

生存分析 第十六章 苏州大学卫生统计学教研室 前 言 为什么要引入生存分析方法？ 临床上有许多随访资料,如有两组肺癌病人,病情、性别、年龄等因素齐同，一组并病人用单纯手术治疗，另一组用手术+放疗，随访5年，怎样综合评定治疗效果？ 什么是生存时间资料？ 所以疾病预后的好坏,出现这种结局所需要的时间。 慢性疾病 ， 如恶性肿瘤、糖尿病、高血压、心血管等疾病疗效的分析，单纯的治愈率不能敏感地反映出治疗的效果。 有一类资料含有结局和时间两方面的信息，它源于寿命统计，通过随访收集，特称为生存时间资料（survival data）。 生存时间资料的分析方法简称为生存分析。 某临床医生将22例肺癌患者随机分成两组，分别采用化疗和放化疗联合治疗，从缓解出院日开始随访，随访时间(月)如下(带“+”号的数据表示患者至少活了多少个月)。 共 同 特 点 ①蕴涵有结局和时间两个方面的信息； ②结局为两分类互斥事件； ③一般是通过随访收集得到，随访观察往往是从某统一时间点(如确诊、入院或实施手术等某种处理措施后)开始，观察到某规定时间点截止； ④常因失访等原因造成某些研究对象的生存时间数据不完整，分布类型复杂。 第一节 生存分析中基本概念 2.起始事件：反映研究对象生存过程起始特征的事件如疾病“确诊”、“开始治疗”、“接触毒物”等。 3.终点事件（死亡事件、失效事件）：反映研究对象生存过程特定结局的事件，如“死亡”、“痊愈”、 “出现毒性反应”。 截尾值（censored value） （终检） 随访过程中，由于某种原因未能观察到所期望的事件发生，这些个体所提供的数据称截尾值或删失值。 删失原因： 1.随访对象失访、死于其他疾病 2.随访结束时对象仍存活 3.治疗措施改变 5.1 观察对象同时进入研究，即研究起始时间相同，这类研究常见于：队列研究 、动物实验等。 死亡率： 6.生存函数（survival function） 7.死亡函数：表示一个观察对象从开始观察到时间t为止的死亡概率，随时间上升的函数F(t,X)=P(T?t,X) ,t +?时，F(t,X)=1生存函数与死亡函数的关系：S(t,X)=1- F(t,X) 9.风险函数：生存时间达到t的一群观察对象在 t+?t区间内死亡的概率极限。 例16-1 现有40个肝癌病人的随访资料，见表16-2, 试估计生存函数、死亡密度函数和风险函数。 二、生存分析的基本内容 三、生存分析的基本方法 第二节 生存率的估计 生存率的标准误计算 总体生存率的可信区间 生存曲线 中位生存时间的计算 注意事项 对于大样本资料生存率比较，可以将其整理成频数表形式，其基本原理与上述方法相同。用log-rank检验对样本生存率进行比较时，要求两组生存曲线不能交叉，生存曲线的交叉提示有某种混杂因子存在。此时应采用分层的方法或多因素的方法来校正混杂因素。另外，当假设检验推断有差别时，可以通过生存曲线、半数生存期及相对危险度等指标来评价其效果。 如何进行生存时间的影响因素分析？ 对于生存分析数据，国外学者提出针对具体问题提出了许多处理方法，包括统计描述和统计推断 在实践中，人们发现许多生存分析资料，尤其是医学随访资料有其特殊性：生存时间分布复杂；存在截尾数据；有时需要将多个因素同时考虑 1972年英国统计学家Cox提出了比例风险模型(Cox’s proportional hazard regression model)，解决了上述的问题 生存分析的目的在于研究因素Ｘ与观察结果之间的关系；当累积生存率或称生存函数S( t, X)受到因素的影响时，传统的方法是考虑回归分析，即各因素对S( t, X)的影响 Ｃox模型不直接考察生存函数S( t, X)与因素之间的关系，而用风险率函数h (t, X)作为应变量 Cox模型中的参数是在偏似然函数(Partial likelihood function)的基础上采用最大似然法估计的，在得到参数后，还需对参数进行假设检验。 例16-5 为了探索影响儿童急性淋巴细胞白血病（ALL）长期生存的预后因素。采用回顾性队列研究，对1990年1月1日至1995年12月30日期间在苏州大学附属儿童医院血液科就诊, 治疗时间大于2周,年龄15周岁获得有效随访的118例ALL初诊患儿进行生存分析。通过设计调查表调查：人口学特征资料如性别、年龄、家庭年收入；临床资料包括ALL类型、初诊白细胞数等，可通过摘录病史获得；而调查对象的存活状态及死亡时间通过随访的方式获得，本研究通过信访、电话和上门采访相结合的方式，以提高应答率（92％）。表16-6显示了部分调查对象的关键变量调查信息。本研究的起始时间为