北京大学医学部统计分析课件生存分析2PPT.ppt

SAS 数据格式 编号 分组变量 观察时间 事件是否发生 SAS Kaplan-Meier法 PROC LIFETEST data = a.km METHOD=PL PLOTS=(s); TIME time*p(1); strata group; RUN; 数据汇总 生存时间的比较 SPSS 数据格式 编号 分组变量 观察时间 事件是否发生 SPSS Kaplan-Meier法 事件发生的代码 数据汇总 生存时间 生存时间的比较 Cox比例风险模型 t1?t2?…?tk 设一个病人的生存时间为t，同时具有p个与生存时间有关的因素，定义该病人的死亡风险函数为 参数估计 条件死亡概率:qi 偏似然函数 最大似然估计 假设检验 对模型的检验 模型是否有意义 对每个回归系数的检验 回归系数是否为0 H0: ?i=0 , H1: ?i?0 似然比检验 Wald 检验 score检验 变量筛选 事件发生事件相同时 RR CI RISKLIMITS －RL 比例风险假设的检验 log{-log[S(t)]}＝log{-log[S0(t)]}＋bx 以时间t为横坐标，LML为纵坐标 生存分析 生存分析的研究内容 描述生存过程 生存过程的比较 分析生存过程的危险因素 建立生存分析的模型 使用的方法 描述 生存时间 生存率 风险率 非参数法 KM法 、寿命表 参数法 半参数法 COX回归 随访研究(follow-up study) 研究对象 出现结果 尚未出现结果 失访、脱落 A组 B组 伴随因素 干扰因素 一般的统计分析 只关心结局，而忽略了发生结局的时间。 脑卒中－－脑栓塞，溶栓，功能锻炼 r-TPA 尘肺－－平均发病年限 未出现结局的数据如何处理 去除，疗效观察，疗效不佳的更容易退出。 基本概念 事件、事件是否发生(生存、死亡)、 截尾 起始事件、终点事件 生存时间 生存函数(率)、死亡函数(率) 风险函数 风险比 RR、比例风险 生存数据中的完全数据与截尾数据 观察起点 观察终点 5 6 1 2 3 4 ? 起点事件 ? 终点事件 ? 失访 起始事件 随访时间 终点事件 疾病确诊 死亡 疾病确诊 痊愈 治疗开始 死亡 治疗开始 痊愈 症状缓解 疾病恶化 接触毒物 出现毒性反映 接触危险因素 发病 1 平均生存时间 ti的平均数 (当有截尾数据时，?) 2 中位生存时间 ti的中位数 : 50%的病人生存, 50%的病人死亡的时间 观察指标 研究指标 1 生存函数(survival function) 生存率 2 死亡率(累计)＝1－生存率 常见生存函数的类型 T 生存率 研究指标 3 风险函数(hazard function) 常见风险函数的类型 研究指标 4 风险比(hazard ratio) ＝相对危险度(RR) 比例风险图示(1) A1≠ B1 A1＋ A2 ≠ B1 ＋ B2 A1＋ A2 B1 ＋ B2 A1 B1 A1 A2 B2 B1 比例风险图示(2) ? A1 A2 B2 B1 A1≠ B1 A1＋ A2 ≠ B1 ＋ B2 A1＋ A2 B1 ＋ B2 A1 B1 生存过程的描述 非参数方法 参数方法 乘积-极限法 指数分布 (又称Kaplan-Meier法) Weibull分布 寿命表方法 Gamma分布 Turnbull估计 logistic分布 对数正态分布 生存率的估计: Kaplan-Meier法 又称：乘积极限法( product-limit，PL法) S(ti)=S(t1|0)S(t2|t1)S(t3|t2)…