Logistic回归与生存分析简介.ppt

* 张志杰, 流行病学教研室, 公共卫生学院, 复旦大学 * 基本概念 1. 起点事件与终点事件 起点事件：研究者根据研究目的设定的开始关心某一事件的起点，如“某疾病的确诊”、“治疗结束”、“某电子设备的开始使用”等；(广义的概念) 终点事件/失效事件:观察到随访对象出现了预先规定的结局 终点事件的确定是生存分析的基础，必须绝对准确 失效事件应当由研究目的而决定，并非一定是死亡（如病例的死亡、疾病的痊愈、某电子设备出现故障），而死亡也被并非一定是发生了失效事件（如肺癌患者死于车祸）。 * 张志杰, 流行病学教研室, 公共卫生学院, 复旦大学 * 基本概念 起点事件与终点事件是相对的 都是由研究目的决定的，须在研究设计时就明确规定，并在研究期间严格遵守而不能随意改变； 不同的研究目的有不同的终点事件，如果研究的是肿瘤的局部复发情况，那么死于肿瘤远处转移只能算做截尾，而不是终点事件； 在一项研究中，可以设定开始治疗为起点事件，痊愈为终点事件，而在另一项研究中，可以把痊愈作为起始事件，而把第一次复发作为终点事件。 * 张志杰, 流行病学教研室, 公共卫生学院, 复旦大学 * 基本概念 2. 生存时间/失效时间 从某起点事件开始到被观测对象出现终点事件或失访前最后一次的随访时间记录所经历的时间，包括三个要素:起点、终点和时间尺度(天、周、月、年等)，如从疾病“确诊”到“死亡”；从“治疗结束到痊愈”；电子设备从“开始使用”到“出现故障”等 一般情况下应尽量以个体为单位采用较细的时间单位来记录，但在许多大型的随访中，不可能做到按个体记录，常见的是按固定的时间段记录有多少人失访、多少人发生失效事件，此时收集到的资料被称为分组生存资料 不服从正态分布，右偏、非负，包括完整生存时间和删失生存时间 * 张志杰, 流行病学教研室, 公共卫生学院, 复旦大学 * 基本概念 3. 删失值/截尾值 终止随访不是由于终点事件发生，而是失访造成，常加符号“＋”表示。 生存但中途失访：包括拒绝访问、失去联系或中途退出试验 死于其它与研究无关的原因：如肺癌患者死于心梗、车祸 随访截止：随访研究结束时观察对象仍存活 左删失、右删失和期间删失 左/右删失：期待结局发生的时间未知，只知道发生在某一时点之前/后 期间删失：期待结局发生的时间未知，只知道发生在某两时点之间 * 张志杰, 流行病学教研室, 公共卫生学院, 复旦大学 * 基本概念 4. 生存概率与生存率 (生存曲线) 生存概率：记为p，是指在某段时间开始时存活的个体至该时段结束时仍存活的可能性大小 生存率：累积生存概率，指某个观察对象活过t时刻的概率，常用P(x≥t)表示 * 张志杰, 流行病学教研室, 公共卫生学院, 复旦大学 * 基本概念 生存率和生存概率虽然仅1字之差，但含义却是不同的。生存概率是针对单位时间而言的，而生存率是针对某个较长时间段的，是生存概率的累积结果。如评价肿瘤预后常用的5年生存率，是指第1年存活、第2年存活、…、直到第5年仍存活的累积概率，而这5年间每1年有不同的生存概率。 5. 中位生存时间 当累积生存概率为0.5时所对应的生存时间，表示有且只有50%的个体可以活过这个时间 如果无失访，其估计值等于50%死亡，还有50%人存活的时间 如果存在失访，其估计值不等于样本中还有一半人存活的时间 由于生存时间分布为正偏态，其估计值不会等于均数 * 张志杰, 流行病学教研室, 公共卫生学院, 复旦大学 * 生存率的估计 描述生存过程 为什么不用普通的率计算方法进行估计？ 由于存在大量的失访，直接使用该时点的存活人数进行生存率的计算会严重低估生存率 这样计算出来的标准误也不准确 这里介绍的为基本的非参数方法，没有对生存时间的分布S(t)做任何假定，计算结果最为稳妥，但也最为粗糙 Kaplan-Meier法(小样本的精细记录) 寿命表法 （大样本的粗略记录） * 张志杰, 流行病学教研室, 公共卫生学院, 复旦大学 * 生存率的估计 Kaplan-Meier法 乘积极限法:最基本的一种生存分析方法，非参数方法 主要用于小样本资料，难以将生存时间按组段划分，利用tk时刻之前各时点上生存概率的连乘积来估计在时刻tk的生存率，不需要对被估计的资料分布作任何假设(也可用于大样本资料) 假定病人在各个时段生存的事件独立，生存概率为p，则应用概率乘法得生存率估计的应用公式为： * 张志杰, 流行病学教研室, 公共卫生学院, 复旦大学 * 生存率的估计 Kaplan-Meier法分析实例 一组10例病人的生存时间（日）如下，用Kaplan-Meier法估计其生存曲线（+代表截尾） 3， 5， 5， 6+， 8， 16+， 22， 30， 47+， 71