生存曲线函数ppt课件

生存曲线分析，1，什么是生存分析的内容？ “我的期望年龄是多少岁？ “结果，这种新疗法能让这种不治之症患者生存多久呢？ “还有什么其他因素关系到生存的长短呢？ ”保险公司也要考虑到各种人的寿命，确保人寿保险和医疗保险的竞争力和有利性。 在工程中，材料、原件甚至设备的寿命也考虑在内。 2、生存分析的内容是什么，对于某个特定的个体“能活多久”等问题，责任人没有做出确定的回答。 但是，对于具有某种性质的组，通过分析数据可以得到一定时间内生存的概率。 如果对不同治疗手段的疗效感兴趣，可以通过数据分析比较这些方法，看看其有效与否，建立可预测的定量模型。 下面是一个例子。 3、例18.1 (资料surv.txt )农药中毒的治疗需要动物实验。 研究人员利用40只小鼠，对某农药中毒后的某种治疗方法进行了试验。 其中有20只小鼠接受治疗；作为对照的另外20只小鼠未接受治疗。 然后观察这些小鼠的生存时间(天数)。 记录每只小鼠的生存时间(t )、是否属于治疗组以及在某个观测时段是否丢失数据。 4、例如，这里所谓的“删除”由于某种原因而不能继续观测这意味着老鼠至少活下去了最后一次记录的时间，但是它不知道它最终活了多少。 这种丧失在人类疾病追踪研究中常见的“uncensored”数据并不完整，但至少也包含了活多久的信息。 这里，将数据中的删除称为右删除。 另外，一些概念是所谓的生存函数(survivalfunction)S(t )，其在生存分析中希望知道生存时间t的概率。 很明显，它等于生存时间小于t的概率，即S(t)=1-F(t )减去1。 另一种用于在t点(附近)测量死亡可能性的函数被称为危险函数(hazardfunction )，以h(t )表示，并且实际上是与-lnS(t )中的t有关的导数(参见下面的公式)。 7、7、7,17.1生命数据的简要描述：生命表、生命表(LifeTable )是生存分析数据的数量和图形的描述。 生命表计算一些估计，并据此描绘出描绘性的图。 下一页的生存函数图从简单的生命表中得出：8，横轴为生存时间，纵轴为生存函数的大小。 很明显，随着时间的推移，生存的概率必须减少，因此该曲线均呈下降趋势。 治疗组的生存概率显得高于对照组。 也可以获得生命表的其他量的图，例如推测的概率密度函数、危险函数。 不像生存函数那么直观，所以不在这里。 9、检查治疗组与对照组生存函数是否不同： Wilcoxon(Gehan )检查。 以上得到的生存函数估计，可比较治疗组和对照组。 使用的检查是Wilcoxon(Gehan )检查。 这里的零假设是这两组的生存函数相同。 可从计算机输出容易地验证的p值等于0.0564。 因此，有效水平为0.05时，无法拒绝零假设。 10、17.2简单生命表的改进：Kaplan-Meier方法，上述描述性生命表稍粗糙，删除数据的处理也过于简单。 改进了Kaplan-Meier方法。 主要是累积生存函数(输出列为CumulativeSurvival )的估计方法与前述不同。 下表是根据例18.1的数据用Kaplan-Meier法生成的生命表。 这里有两个表格。 第一个是对照组的(treat=0)，第二个是治疗组的(treat=1)。 其中Status=1表示未删除，Status=0表示已删除。 其中，11、12、13是通过Kaplan-Meier法推测的生存函数的图。 这个图和前面的图不仅在数值上不同，还表示删除值的位置。14、治疗组与对照组生存函数是否不同： 3种检查在有任何右删除(例如18.1数据删除或右删除)时，可利用SPSS软件比较治疗组与对照组得到3种检查的零假设，这两组生存函数均相同。 这3种检查分别为对数秩(logrank )检查(Mantel-Cox检查)、Breslow检查(上述Wilcoxon检查的改善)、Tarone-Ware检查。 在软件计算中，这3个检验的结果是，15，17.3回归： COX比例危险模型，回归的方法对于统计推算至关重要。 那么，如何构建回归模型以分析生存数据又该如何呢？一般期望将生存函数表示为相关参数之一的函数。 例18.1的参数是判别治疗组和对照组的伪基因，也是年龄、药物使用量等连续变量。 16，17.3回归： COX比例危险模型，用x表示参数(变量可以是向量，可以有多个参数)。 用S(t|x )表示时间t的生存函数，其中x与用S0(t )表示表示关系参数的估计基本生存函数(baselinesurvivalfunction )的参数x无关。Cox比例危险模型是17，例如18.1数据为Cox回归模型的SPSS输出： 拟合18可得到各种点图(1)，由Cox模型推测的治疗组(group=1)和对照组(group=0)的生存函数图，由19可得到各种点图(2)的基于Cox模型推测的治疗组(group=1)和对照组(group=0) 根据SPSS软件使用说明(描述性命令表)选择Analyze-Survival-LifeTables，然后选择time变量，在DisplayTimeIntervals中为0though200by1(或任意间隔，如5 ) 将变量censored选择为Status，单击DefineEvent，将变量treat选择为Factor，将变量DefineRange选择为Factor，然后在Minimum和Maximum中分别选择0和1 示例： Survival； 在CompareLevelsofFirstFactor中，为Overall或根据需要。 单击Continue，然后单击OK运行。 21、SPSS软件使用说明(Kaplan-Meier方法)选择Analyze-Survival-Kaplan-Meier，然后将变量time选择为time将变量censored选择为Status，单击DefineEvent 在Factor中选择一个变量treat，将未缺少的值定义为1。单击Options，然后单击SurvivalTable(s ) (默认值)和其他所需的表，在Plot中选择所需的图表。 示例： Survival； 返回到主对话框后，可以单击CompareFactorLevels选择所需的检查，也可以单击Save保存输出。 然后单击Continue，最后单击OK运行。 22、SPSS软件使用说明(Cox比例危险模型)，选择Analyze-Survival-CoxRegression，然后将变量time选择为time将变量censored选择为Status，单击DefineEvent 将未缺少的值定义为1。将变量treat选择为Covariates，然后单击Categorical选择treat在主对话框中单击Options，从中选择所需的表单输出内容在主对话框中选择Plots 您可以选择CovariateValuesPlottedat中的treat作为SeparateLinesfor，然后在图表中绘制不同级别的定性协调变量曲线1。 然后单击Continue，返回主对话框，最后单击OK执行。 1请注意spss 12.0之前的SPSS版本。 此操作存在问题(无法实现)。 23、附录：生命数据简要描述：生命表，简单生命表，针对每个分析者决定的宽度为hi的时间段i:(ti，ti 1)，显示了以下信息(SPSS输出示例):24，25，简单生命表，该输出的许多概念都是容易理解的，最多参考最后一列的简单定义这个表格的数据只不过是初等运算的总结。 具体的生