Download
Skip this Video
1 / 28
生存分析 survival analysis - PowerPoint PPT Presentation
- 174 Views
- Uploaded on
生存分析 survival analysis. 生存资料. 一些医学事件所经历的时间：从开始观察到事件发生的时间，不是短期内可以明确判断的 乳腺癌病人术后生存时间 幼儿乳牙萌出的时间 白血病病人化疗后缓解持续的时间 两种方法治疗某慢性病产生疗效的时间 针对这类生存资料的分析方法：生存分析. 生存分析. 生存分析：研究既有事件的发生时间又有事件结局资料的统计学方法；强调所研究问题的结果变量是某一事件发生的时间 基本目的： 描述生存过程 比较不同人群的生存过程 分析生存时间的相关因素. 生存资料的特点. 生存资料的特点 随访资料
Download Presentation 
An Image/Link below is provided (as is) to download presentation
生存分析 survival analysis
An Image/Link below is provided (as is) to download presentation
Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.
While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.
- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
生存资料
- 一些医学事件所经历的时间：从开始观察到事件发生的时间，不是短期内可以明确判断的
- 乳腺癌病人术后生存时间
- 幼儿乳牙萌出的时间
- 白血病病人化疗后缓解持续的时间
- 两种方法治疗某慢性病产生疗效的时间
- 针对这类生存资料的分析方法：生存分析
生存分析
- 生存分析：研究既有事件的发生时间又有事件结局资料的统计学方法；强调所研究问题的结果变量是某一事件发生的时间
- 基本目的：
- 描述生存过程
- 比较不同人群的生存过程
- 分析生存时间的相关因素
生存资料的特点
- 生存资料的特点
- 随访资料
- 时间和结局(失效、删失)
- 有不完全数据
- 通常不服从正态分布
生存分析的基本概念---终点事件/起始事件
- 终点事件outcome event：失效事件 failure event，指研究者所关心的特定事件，如死亡、复发、出牙；
- 起始事件：标志研究对象生存过程开始的特征事件称为起始事件，与终点事件相对应，如确诊、手术、开始采取措施，开始观察
生存分析的基本概念---生存时间
- 生存时间survival time(失效时间failure time)：终点事件与被观察对象发生终点事件之间所经历的时间间隔，用t表示。
- 要获得准确的生存时间
- 研究目的不同，时间单位不同，使用恰当的时间单位
- 从疾病确诊到死亡
- 从治疗开始到治愈
- 从出生到第一颗乳牙萌出
生存分析的基本概念---死亡概率/生存概率
- 死亡概率q：在某时间区间内的被观察对象在该时间区间内(无失访)死亡的概率估计
- 生存概率p：在某时间区间内(无失访)的被观察对象在该时间区间内生存的概率估计
生存分析的基本概念---终检
- 终检censoring：删失值，在终点事件发生前，由于某种原因被观察对象的观测过程终止了。
- 右删失：终点事件发生在最后一次观察的右方
- 特点：不完全信息(不知道确切生存时间)，但可知真实的生存时间不会短于现在观察到的时间
- 发生的原因：
- 失访
- 随访结束时仍存活
- 死于其他原因
- 治疗措施改变
生存分析的基本概念---生存率
- 生存函数 (累计生存概率)：个体生存时间大于t的概率。任一时刻t对应的生存函数就是该时点的生存率
- S(0)=1；
- 2年生存率：个体生存时间超过2年的概率S(2)
- 生存曲线：所有时点的生存率构成生存曲线
生存分析的基本概念---生存率
- 生存率计算
- 无删失：
- 有删失，需分段计算各时间段的生存概率pi ，然后利用概率乘法将pi相乘得到t时刻的生存率
乘积极限法(K-M法)估计生存率
- 适用于小样本资料，对删失数据无校正
- 例：研究人员对20名某肿瘤术后病人进行跟踪随访三年，记录他们的生存时间。试估计生存率绘制生存曲线
总体生存率的区间估计
- K-M法计算的样本生存率是总体生存率的点估计
- 区间估计： +
- SE是标准误
生存曲线及中位生存期
- 生存曲线 survival curve：以随访时间为横坐标，生存率为纵坐标绘制的曲线
生存曲线及中位生存期
- 中位生存期median survival time：半数生存时间/平均生存时间，恰好由50%个体存活s(t)=0.5的时间
- 生存时间一般为非正态，故用中位生存期
- 可采用内插法计算：
t0.5=20.4(月)
- 如果生存期最长的死亡对象的生存率高于50%，则无法估计中位生存期。
生存寿命表法计算生存率
- 适用于大样本资料
- 数据按时间区间分组
- 利用删失资料信息，按删失资料对进行校正
- 区间中的删失个体折算半个人时
- 例：10.2
例10.3 现有两组白血病病人的随访研究资料，其缓解时间（周）记录如下，现欲比较治疗组与安慰剂组的病人生存曲线是否一样？
- 资料：
- 治疗组(第1组)： 6，6，6，7，10，13，16，22，23，6+，9+，10+，11+，17+，19+，20+，25+，32+，32+，34+，35+
- 安慰剂组（第2组）：1，1，2，2，3，4，4，5，5，8，8，8，8，11，11，12，12，15，17，22，23
计算Log-rank检验统计量
- H0为真时，Log-rank统计量2服从自由度为1的卡方分布。
Log-rank 检验的实例计算
- 本例的检验统计量计算为
- 查卡方界值表，P<0.001，基于两组生存曲线的位置，可以认为试验组的生存率高于对照组，差异有统计学意义。
Stata软件实现
- 一、用Stata软件计算生存率及95％可信区间
1.定义生存分析的时间变量是time,结果变量是status
stset time status
2.显示Kaplan-Meier方法的计算生存率结果
sts list
Stata软件实现
- 二、用Stata软件绘制生存曲线
1.定义生存分析的时间变量是time,结果变量是status
stset time status
2. 绘制Kaplan-Meier法估计的生存曲线
sts graph
Stata软件实现
- 三、用Stata软件进行Log Rank检验
1.确定生存分析的时间变量是week,结局变量是outcome
Stset week outcome
2.对两条曲线进行Log Rank检验
sts test group,logrank
即：Sts test 分组变量，logrank
