analysis生存分析课件

生存分析的SAS编程操作,薛 富 波 2006/05/21,生存分析的有关概念,事件时间（time-to-event，TTE）：又称为生存时间（survival time）或失效时间（failure time），是指从研究开始到相应事件发生的时间。 删失值（censored value）：是指TTE在某些观测上其确切的取值是未知的，所能知道的仅仅是其测量值肯定大于或小于某个特定值（即其取值的下限或上限），或者位于某个特定的取值范围内（取值区间）。 右侧删失：反映真实值下限的数据。 左侧删失：反映真实值上限的数据。 区间删失：反映真实值所在区间的数据。,生存分析的方法分类,非参数法：乘积极限法、寿命表法等； 参数法：指数分布法、威布尔分布（Weibull Distribution）法、对数正态回归分析法以及对数logistic回归分析法等； 半参数法：Cox模型分析方法。,生存分析方法的SAS过程,非参数法：lifetest过程； 参数法：lifereg过程； 半参数法：phreg过程。,生存分析的非参数方法,非参数法生存分析示例1,45例乳腺癌患者中，免疫过氧化物酶检测结果显示9例阳性、36例阴性，比较其生存时间分布的SAS程序如下。,proc lifetest plots=(s); time time*censor(1); strata immuno; run;,lifetest过程可包含的语句,proc lifetest语句,proc lifetest语句为调用lifetest过程的开始，其主要语句选项及其可执行的功能见下表。,proc lifetest语句的主要选项,intervals=选项的设置方法,端点值间以空格分隔，如“intervals=10 30 50 70”； 端点之间以逗号分隔，如“intervals=10,30,50,70”； “a to b”的形式，如“intervals=1 to 7”； “a to b by c”的形式，如“intervals=1 to 7 by 2”； 混合方式，如“intervals=1,3 to 7, 10”。,plots=选项的绘图类型,strata语句,strata语句的作用是指定用以分层的变量； lifetest过程根据strata变量的非缺失值对输入数据进行分层； 如果要将strata变量的缺失值也作为一个合法的水平用以分层，可在strata语句中设置“missing” 选项； strata语句中可指定多个分层变量，分层情况将由各分层变量水平的组合来决定； 对于数值型分层变量，若为其设置分层区间端点列表，该变量的水平与形成的区间一一对应，设置方式与proc lifetest语句的“intervals=”选项中类似 ； 对于数值型分层变量，若为其设置分层区间端点列表，该变量的水平与形成的区间一一对应。所划分的区间均为半开半闭区间，第一个区间总是以-为下界，最后一个区间总是以为上界。,strata语句分层区间端点列表设置方式,端点值间以空格分隔，如： strata age(5 10 20 30); 端点之间以逗号分隔，如： strata age(5,10,20,30); “a to b”的形式，如： strata age(5 to 10); “a to b by c”的形式，如： strata age(5 to 30 by 10); 混合方式，如： strata age(5,10 to 50 by 10); 举例： strata wt(50 to 80 by 10); 此时变量wt将按照如下的5个区间划分成5个水平:,test语句,test语句指定需要与生存时间进行关联性分析的协变量； test语句中的变量必须为数值型； 对于test变量，lifetest过程将通过两类秩检验统计量来检验它们与生存时间的关联性； 每一个test变量的单变量检验的统计量也将被给出； 一个有关协变量联合效应的统计量列表也将被给出，此统计量列表的顺序和各协变量对联合效应贡献的大小顺序相一致。,time语句,time语句为调用lifetest过程所必需，用以指定代表生存时间的变量。 time语句具有如下的形式： time variable ; 其中“variable”即为生存时间变量的名称，此变量名称必须指定； 随后的星号“*”及“censor(list)”项可有可无，用来表示数据的删失值情况。“censor”为代表删失值状况的变量名称，“（list）”为该变量的部分取值列表（须为数值型，且不是缺失值），如果此变量取该列表中的值，则该观测上的生存时间为删失值； 此处的删失值均表示右侧删失值。,生存分析的半参数方法,半参数法生存分析示例1,proc phreg data=Myeloma; model Time*VStatus(0)=LogBUN HGB Platelet Age LogWBC Frac LogPBM Protein SCalc / selection=stepwise slentry=0.15 slstay=0.15 details; run;,一项有关骨髓瘤患者生存时间的研究数据，治疗了65例患者，研究中48名患者死亡，17名存活。变量time表示患者从确诊之日起的生存时间；变量vstatus表示患者的生存状态，0代表存活，1代表死亡。怀疑与生存函数有关的变量包括logbun（确诊时BUN对数值），hgb（确诊时HGB），platelet（血小板，0-异常，1-正常），age（年龄），logwbc（确诊时白细胞对数值），frac（确诊时骨折发生，0-无，1-有），scalc（确诊时血清钙含量）。分析目的在于从该9个解释变量中鉴别出重要的预后因素。,phreg过程,phreg过程针对生存数据执行基于Cox比例风险模型（Cox proportional hazards model）的回归分析； 可以检验有关回归参数的线性假设； 针对配对病例-对照研究执行条件logistic回归分析过程； 创建包含有关统计量的输出数据集等。,phreg过程可包含的语句,proc phreg语句,proc phreg语句为调用phreg过程的开始，语句中可设置的语句选项较少，其设置方法及功能详见下表。,proc phreg语句选项,model语句,model语句用来指定作为失效时间的变量、可选的删失值状态变量以及自变量等。 model语句可设置为两种不同的形式： model response = variables ; model (t1, t2) = variables ; 第一种类型适用于仅有一个应变量的情况，第二种类型适用于计数过程输入方式的两个应变量的情况； model语句的第一种类型中，等号前的“response”项代表作为失效时间的变量，如果包含删失值，则须指定“censor”项，以表示删失值状态； model语句的第二种类型中，表示失效时间的变量为两个，构成一个半开半闭区间，表示观察对象处于危险状态的时间区间。 phreg过程要求删失值状态变量和自变量必须为数值型变量，失效时间变量不能取负数值。如果失效时间的取值为负数，相应的观测将被剔除。,model语句的主要选项,编程语句（programming statements）,是指可用于phreg过程的其它SAS语句（主要为data步的常用编程语句），用来创建新的自变量的取值，或修改自变量的已有取值； 此类语句尤其在拟合包含时间依赖型自变量的模型时非常有用； 它们还可被用于创建新的非时间依赖型自变量； data步的各种函数也可在phreg过程中使用，其用法也完全相同，执行完全相同的功能。,可用于phreg过程的data步语句,编程语句的操作示例,考察血压对生存时间的影响，在研究期间的多个时间点上测量受试者的血压。 血压可看作时间依赖型自变量，拟合模型时可以在每一时点上应用最近测量的血压值，而不是全部应用最初的或最后的血压测量值。 针对每一位受试者，右侧变量的取值均被测量，如果无条件或无法测出，则以缺失值取代。,Time 生存时间 Censor 删失值状态（0表示删失值） BP0 受试者进入研究时的血压 T1 时刻1 BP1 时刻1的血压测量值 T2 时刻2 BP2 时刻2的血压测量值,strata语句,比例风险假设不一定对所有的数据均适用，如果确实如此，对数据进行分层分析就十分必要和合理； strata语句用来指定用以分层的变量，phreg过程根据strata变量的非缺失值（除非语句中设置“missing”选项）对输入数据进行分层。,半参数法生存分析示例2（条件logistic回归模型）,一项有关低体重儿出生情况的调查数据，共189位受访妇女，59例分娩出低体重儿，其余130例分娩正常体重儿。可能的危险因素包括：妇女末次月经时体重-weight，高血压情况-ht，孕期吸烟-smoke，尿激惹症状-ui等。妇女年龄作为配对因素进行m:n配对的logistic回归分析。,proc phreg data=LBW; model Time*Low(0)= LWT Smoke HT UI / ties=discrete; strata Age; run; proc logistic data=lbw; class Smoke HT UI/ref=first; model low(event=“1“)=LWT Smoke HT UI; strata Age; run;,练习1,数据集males为有关男性心绞痛患者生存率的调查数据，其中包含3个变量，years为确诊后的生存时间，censored为删失值指示变量（1-删失，0-未删失），freq为每个时间点的频数。 请以此数据绘制寿命表（1年为单位），以寿命表法进行每个时间点的生存函数估计，计算其中位生存时间及其可信区间，并绘制生存分布函数对时间变化的生存曲线图。,练习2,为探讨某恶性肿瘤的预后，收集了63例患者的生存时间、结局及影响因素，影响因素包括治疗方式、肿瘤的浸润程度、组织学类型、是