生存分析_精品文档.pptVIP

【例19-3】比较上例中膀胱肿瘤＜3.0cm患者和肿瘤≥3.0cm患者的生存曲线，就总体而言，两个生存函数是否有差别？两组或多组频率比较检验？Log-rank检验19.2.2乘积极限法——kaplan-meier法例19-2按下表数据,14例膀胱肿瘤＜3.0cm患者和16例膀胱肿瘤≥3.0cm患者的生存时间（月）如下,试估计两组生存率。＜3.0cm14192628293236404244+4553+5459+≥3.0cm67910111213202325273034374350检验过程:组别死亡数未死亡数合计＜3.0cm组01414≥3.0cm组11516合计12930【注意事项】Log-rank检验可用于整条生存曲线的比较,也适用于寿命表资料及多组生存率间的比较；Log-rank检验属于单因素分析方法,其应用条件是除比较因素外,影响生存率的各混杂因素在不同的组间均衡。否则,可采用Cox回归。可计算两组死亡的相对危险度(relativeratio,RR)肿瘤≥3.0组对肿瘤＜3.0组:意义:肿瘤≥3.0组的死亡风险是对肿瘤＜3.0组的2.69倍。19.4Cox比例风险回归模型举例:30例膀胱肿瘤患者的随访记录几种分析模型用于生存资料分析的缺陷:Log-rank检验属于单因素分析法，一次只能分析一个因素，那么对影响因素较多的情况就无法应对。Logistic回归模型:可以事件的结局（定性资料）为反应变量，可以解决各因素对结局的影响，但不能解决生存期时间长短的问题。多重线性回归模型，它要反应变量为定量资料，且服从正态分布，而生存时间通常不呈正态分布。Cox回归模型:是由英国伦敦大学的Cox于1972年提出的,它是一种半参数模型；Cox模型以生存结局和生存时间为因变量,可同时分析众多因素对生存期的影响,分析带有删失数据的资料,且不要求资料服从特定的分布类型；主要用于研究多个影响因子对生存时间的影响。风险函数（hazardfunction）:t时刻存活的个体在t时刻的瞬时死亡率。h(t)近似地等于t时刻存活的个体在此后一个单位时段内的死亡概率。⑶生存率（survivalrate）:0时刻存活的个体经历tk时个单位时间段后仍存活的可能性。若资料中无删失数据时:解:1.各年生存概率p1=(50–10)/50=0.80p2=(40–10)/40=0.75p3=(30–10)/30=0.672.3年生存率S(3)=P(T≥3）=(50–30)/50=0.4=p1×p2×p3【举例】手术治疗50例肺癌病人,术后1,2,3年的死亡数分别为10,10,10例,无截尾数据。试求各年的生存概率和3年生存率。故生存率又称为累积生存概率（cumulativeprobabilityofsurvival),它是随着时间的变化而变化着的,是关于时间的函数,称为生存函数（survivalfunction）。若资料中有删失数据，则须分段计算生存概率，再应用概率乘法定理将分时段的生存概率相乘得到生存率:区分:生存率——生存概率生存概率是针对单位时间而言的；生存率是针对某个较长时段的，是生存概率的累计结果。生存率的标准误:第j个时间段内死亡人数第j个时间段期初人口数②生存期的四分位数间距:Q＝P75-P25是反映离散程度大小的指标。⑷中位生存期及四分位数间距①中位生存期（mediansurvivaltime）:也称半数生存期，是生存时间中位数（M/P50），表示恰有50%的个体存活的时间，即生存率为50％时对应的生存时间，是描述集中趋势的指标。中位生存期越长，表示疾病的预后越好。⑸风险函数（hazardfunction）:t时刻存活的个体在t时刻的瞬时死亡率。h(t)近似地等于t时刻存活的个体在此后一个单位时段内的死亡概率。生存分析的基本步骤:估计生存率（生存函数）估计生存曲线评价生存时间影响因子的效果生存时间分布的组间比较1.寿命表法2.Kaplan-Mei