培训资料--生存分析20160518PPT.ppt

SAS程序 Proc lifetest options; Time variable*censor (删失值); Strata variable; Freq 变量； Run; 选择项 Method=PL /LT KM LIFE缺省为PL法 在LT法中，可规定 Intervals=一组数字 规定时间段的起点 Intervals=(o to n by n2) Width=value 寿命表计算时的区间宽度 Plots=(s, ls , lls，h) 生存曲线的比较总结： log-rank检验 将两组非删失时间混合从小到大排序，得多个四格表，aj和ej分别为第j个四格表中某组死亡数的实际频数和理论频数， vj为aj的方差。 ? Group 1 Group 2 ? Event No Event a b c d Wilcoxon检验（SPSS中称为Breslow检验） aj和ej分别为第j个四格表中某组死亡数的实际频数和理论频数， vj为aj的方差。Nj为第j个四格表的例数。 log-rank检验与Wilcoxon检验的公式相似，但log-rank检验权重为1，而Wilcoxon检验的权重为Nj 。 Log-rank检验和Wilcoxon检验统计量的一般形式： 检验统计量 权重wj log-rank检验 1 Wilcoxon检验 似然比检验 其中Nj是第j组的结局例数，Tj是第j组的总时间。 似然比检验与log-rank检验、Wilcoxon检验不同，通常用于服从指数分布的数据。 三种检验方法的选择： 大样本情况下，三种方法的结果是一致的； 文献中最常报道的是log-rank检验； 三种检验结果不一致时，需结合生存曲线、对数生存曲线、二次对数生存曲线等来判断。 生存曲线(S)图：以生存率估计值为纵坐标，时间为横坐标。 对数生存曲线(LS)图：以生存率估计值的对数为纵坐标，以时间为横坐标。 二次对数生存曲线(LLS)图：以生存率估计值的对数的对数为纵坐标，以时间的对数为横坐标。 三种检验方法结果不同时选哪个？ 似然比检验：通常只用于LS图近似为直线，也就是服从指数分布的情形，其它情况下效率较低。 Log-rank检验：当LLS图中曲线近似为直线时，或S图的两条曲线大致平行时，效率较高。 Wilcoxon检验：当S图中的曲线有交叉时， Wilcoxon检验的效率高于log-rank检验和似然比检验。 Logrank检验与Wilcoxon检验比较： Wilcoxon检验对生存时间较短的个体赋予较大权重，更容易检验出早期的差异。 Logrank检验对所有死亡时间赋予相等的权重，对后期曲线差别的检验更为敏感。 如果log-rank检验有意义而Wilcoxon检验无意义，表明远期的生存差异较大，近期生存差别不大。 如果log-rank检验无意义而Wilcoxon检验有意义，表明近期生存差别较大，远期生存差异不大。 如果两种检验都有意义，则表明近期和远期的差异均较大。 四、Cox比例风险模型 预后因素： 生存时间不仅与治疗措施有关，而且还与病人的年龄、体质、病情的轻重等有关，这类因素统称为预后因素或伴随变量或协变量。 预后因素可以是连续变量、离散型变量、Categorical, 也可以是两个变量的交互项。 （一）问题的提出 生存资料的特点； 存在删失数据 生存时间分布常常不服从正态分布 多重线性回归模型假设生存时间服从正态分布； logistic须把生存时间分为二分类，损失信息； 拟合其它生存分布模型，必须预先知道生存时间的分布。 （二）Cox比例风险模型 1972年，由英国的生物统计学家D. R. Cox提出比例风险模型。 风险函数 ( hazard function ) 描述生存时间分布的一个重要函数。如终点事件为死亡，风险函数表示t时刻仍存活的病人在t时刻的瞬间死亡率。 称瞬时死亡率或条件死亡速率。 假设总共观察了n例病人。第i例病人的生存时间为ti，同时该病人具有Xi1、Xi2、…、Xip的伴随变量值。 Cox提出的比例风险模型是：第i名病人生存到时间t的风险函数（hazard function）是基础风险函数与自变量的函数的乘积。 Cox比例风险模型 h0(t)称为基础风险函数。即当所有的伴随变量都为0时的风险函数。 Cox模型是一个风险比对数的线性模型。 （三）β的意义 相对风险度的自然对数； βj实际意义是：当伴随变量Xj每改变一个单位时所引起的相对风险度的自然对数的改变量； β不仅反映出协变量的作用强度，而且反映它的作用方向。 （四）Cox模型比例风险的含义 假定所有预后因素的作用强度在所有时间上都保持一致；即具有某预后因素的病人