生存分析及cox比例风险模型.ppt

生存分析,生存分析的主要内容,生存过程的描述 生存时间的分布特点 估计生存率 估计平均生存时间 绘制生存率曲线 生存过程的统计推断 生存时间的影响因素研究,生存分析需具备的资料,生存时间或称时间变量 观察结果或称截尾变量 暴露变量及混杂因素,肾移植例,一般手术(A组): 3 9 15 20 20 26 30 41 46 64+ 64 135 223 365 450 596+ 680+ 900+ 900+ 改进手术(B组): 10 70+ 70+ 120 225 366 390+ 475+ 518+ 647+ 801+ 1001+ 1045+ 1045+,生存资料的定义(1),将数据定义为生存资料格式 stset 时间变量 ，failure(截尾变量) failure (截尾变量) stata以所有不等于0的非缺失值为预期的出现结果； 若failure选择项缺省，则stata默认所有纪录均出现结果,生存资料的定义(2),四个变量-定义数据库后，stata系统自动产生的 _st /* 数据库中该条记录是否被定义为生存资料 _d /* 该条记录是否出现预期结果 _t /* 观察对象被随访的时间 _t0 /* 观察对象第一次被观察到的时间(开始过程的时间为0),stset time,failure(outcome),failure event: outcome != 0 & outcome . obs. time interval: (0, time exit on or before: failure - 33 total obs. 0 exclusions - 33 obs. remaining, representing 18 failures in single record/single failure data 11370 total analysis time at risk, at risk from t = 0 earliest observed entry t = 0 last observed exit t = 1045,生存资料的描述,stci ,by(分组变量)选择项 p(#) /* 生存时间的百分位数 level(#) /* 可信区间的可信度 media /* 计算中位生存时间，为默认选项 rmean /* 计算平均生存时间,. stci,by(treat) failure _d: outcome analysis time _t: time | no. of treat | subjects 50% Std. Err. 95% Conf. Interval -+- 1 | 19 64 46.8995 20 450 2 | 14 . . 225 . -+- total | 33 365 143.4001 64 .,. stci,rmean by(treat) failure _d: outcome analysis time _t: time | no. of restricted treat | subjects mean Std. Err. 95% Conf. Interval -+- 1 | 19 297.0329(*) 83.96867 132.457 461.60 2 | 14 766.4481(*) 116.2397 538.622 994.274 -+- total | 33 512.9716(*) 83.84662 348.635 677.308 (*)largest observed analysis time is censored, mean is underestimated.,生存率的估计,输出生存率、生存概率的标准误等统计量 sts list ,by(分组变量) 选择项 failure /* 输出死亡函数 (1-S(t) level /* 规定所输出可信区间的可信度,. sts list,by(treat) failure _d: outcome analysis time _t: time Beg. Net Survivor Std. Time Total Fail Lost Function Error 95% Conf. Int. - treat=1 3 19 1 0 0.9474 0.0512 0.6812 0.9924 . 680 3 0 1 0.2368 0.1015 0.0758 0.4475 900 2 0 2 0.2368 0.1015 0.0758 0.4475 treat=2 10 14 1 0 0.9286 0.0688 0.5908 0.9896 70 13 0 2 0.9286 0.0688 0.5908 0.9896 . 1001 3 0 1 0.6753 0.1344 0.3464 0.8647 1045 2 0 2 0.6753 0.1344 0.3464 0.8647 -,绘制生存（死亡）曲线(1),绘制Kaplan-Meier生存(死亡)曲线 sts graph ,by(分组变量) separate 选择项 failure /* 指定绘制“死亡”曲线，缺省时绘制生存曲线 Gwood /* 绘制生存(或死亡)曲线及其Greenwood可信区间 lost /* 在曲线上标出该时间点截尾值例数,绘制生存（死亡）曲线(2),绘制Kaplan-Meier生存曲线与Cox预测曲线 stcoxkm ,by(分组变量) separate 绘图命令选择项,生存率的比较,sts test 分组变量 ,选择项 logrank /* 进行log-rank检验，为缺省值,. sts test treat failure _d: outcome analysis time _t: time Log-rank test for equality of survivor functions | Events Events treat | observed expected -+- 1 | 14 8.57 2 | 4 9.43 -+- Total | 18 18.00 chi2(1) = 6.71 Prchi2 = 0.0096,例8.8,某临床试验比较A，B两治疗方案对某病的治疗效果，A组(group=0)12人，B组(group=1)13人。病人分组后检验其肾功能(kidney)，功能正常者记为0，不正常者记为1；治疗后生存时间为stime(天) ；问不同治疗方案及肾功能对病人的生存时间是否有影响?,例8.8,Cox比例风险模型 (1),估计Cox比例风险模型的命令格式为 stcox 协变量 ,nohr 选择项 nohr /* 指定输出回归系数b而不是危险 比exp(b) level(#) /* 可信区间的可信度,例8.8,Stset stime,failure(censor) Stcox group kidney,nolog nohr failure _d: censor analysis time _t: stime Cox regression - Breslow method for ties No. of subjects = 25 Number of obs = 25 No. of failures = 17 Time at risk = 15334 LR chi2(2) = 22.67 Log likelihood = -35.707534 Prob chi2 = 0.0000 - _t | _d | Coef. Std. Err. z P|z| 95% Conf. Interval -+- group | 1.243078 .5993177 2.07 0.038 .0684365 2.417719 kidney | 4.105455 1.164533 3.53 0.000 1.823012 6.387898 -,Cox比例风险函数: (t)= 0(t)exp(1.243group+4.105kidney) 肾功能正常者接受B治疗方案比接受A治疗方案在某时刻的相对危险度为： RR=(t|group=1,kidney=0)/ (t|group=0,kidney=0) = 0(t)exp(1.243*1+4.105*0)/ 0(t)exp(1.243*0+4.105*1)=3.466 肾功能不正常者接受B治疗方案比接受A治疗方案在某时刻的相对危险度为3.466 肾