生存分析第十七章.ppt

1.第十七章生存分析，随访研究和统计分析，孟虹，第二军医大学卫生统计系，2。本章的内容，第一节生存分析的基本概念，第二节存活率的估计和第三节生存曲线的对数秩检验，第四节的COX比例风险回归模型，第五节的生命表(未提及)*要求掌握概念、方法和用途。3、概述、临床疗效、预后评估等常见疾病转归指标：有效率、治愈率、死亡率比较。适用于短期内疗效确切的疾病。然而，就长期疗效而言，上述指标的评价并不全面。比较治愈率(%)平均治愈时间(月)药物a 8020b 8112的疗效除了评价“疗效”外，疗效的持续时间也是评价疗效的重要指标。经2检验p 9年。3)生存数据有两个结果变量(y):时间(t)值，t 0结果状态(y)=“如死亡或截断值”，11，2数据收集，(1)随访研究设计1。清除研究对象的开始事件时间，如操作日期等。2.明确的结果事件：如死亡或复发。3.明确的研究范围：例如，从2000年到2005年。4.记录个人影响结果的其他独立变量(Y)。收集生存数据和预后因素。不同药物治疗某一疾病后预后因素的随访记录(天)病例随访记录性别治疗开始或结束是否存活人数组日期死亡时间11A药物98/07/1298/11/29114022B药物98/07/0198/12/29116031A药物98/08/2298/11/290942 B药物98/10/2098/11/25车祸死亡33所有受试者在同一时间(同一起点)接受不同的治疗。随访方法：主要见于动物实验(见图17-1，a)2。受试者在不同时间接受治疗因素(不同起点)随访方法：临床试验研究(见图17-1，b)、14、初始事件时间如给药、0、研究结束时间、t、o、o、o、死亡o被截断。动物实验的随访数据(图17-1，a)、15、90年、91年、92年、93年(研究结束)、死亡、失访、死亡、不同时间进入研究的一组患者的随访数据、起点、生存、起点、起点、起点、起点、起点、起点、起点、生存、16年、数据整理和记录。23名接受手术治疗的肾上腺肿瘤患者的存活时间(月)如下：1、3、5(3)、6(3)、7、8、10(2)、14、17、19、20、22、26、31、34、34、44、59注： ()括号内的数字为同一时间点的人数。另一个记录：对象编号生存时间(T)结果状态(0是截断值)1112140，17。(3)生存分析的主要研究内容，1。统计描述：计算不同时间点的存活率并描述存活过程。2.统计推断：检验不同治疗方法在生存过程中是否有统计学差异。3.自变量(X)与生存时间(T)的关系：影响生存时间的危险因素分析。18.第二节存活率的估计与生存曲线。(1)描述存活数据的几个指标。1.不同时间点的存活率。2.生存曲线。3.中位生存时间。19.几个费率概念。死亡率、死亡概率、存活概率和死亡率：以单位时间(年)表示死亡频率(年平均死亡水平)。20，死亡概率(f):在某段时间(t)内开始生活的个体在这段时间内死亡的概率(t t)。生存概率(pi=1-F):指的是一个人在某段时间内开始生存的概率，该概率将持续到这段时间结束。(17-1)，死亡概率，存活概率，21，存活率，称为存活函数，表示为S(t)S(t):指观察对象从初始事件(例如，操作时间为0点)到时间t仍然存活的概率。通常使用N年存活率。时间t1，I=1，2，3.n，假设数据是完整的，为便于计算，参见实例，22，为患者的术后存活率，生命开始时的死亡概率，死亡率，人数的存活率0，1 10010900.10.90.90 1，2 9010800.110.890.80 2，3 8020600.250.750.60，23，24，25，25，25，25，25，25，25，25，25，25，25，25，25，25，25，25，25，25，25，25，2 存活率S(t)概率的乘法估计，S(t)也叫累积生存概率，T时间生存是生存到T时间的累积.概率乘法原理计算(359页)，是某一时间间隔的生存概率(ti)。假设个体在每个存在时期都是独立的。(公式17-2)、25和2。生存曲线(Survival Curve)是指一个图表，它将横轴上的时间点(t)和纵轴上的存活率(t)联系起来。描述每个时间点(t)存活率的变化过程。3.半存活时间(中位存活时间)是存活率为0.5时的相应时间(t)，描述了一组数据的平均存活时间。注：存活时间呈正态分布。26、a手术、b手术、图17-2两种手术治疗后患者生存曲线的比较、月、27、(2)生存率估计的统计方法(非参数方法)，1。小样本数据的存活率计算*。运用卡普兰-迈耶的产品极限法(PL法):1)将生存时间T从小到大排列。截断值在完整数据之后列出，例如：20，22)列出在时间t (d)3)存活估计的概率乘法原理示例：17-1和表17-1，28，示例17-1:在使用某种外科方法(方法A)治疗23名肾上腺肿瘤患者之后的存活状况(讲座笔记358页)和存活时间(t，月)，其中“是截断数据1，3，5 (3)，6(3)，7，8，10 (2)。14，17，19，20，22，26，31，34，34，44，59计算生存率s(t)和生存曲线，29，表17-1 a型手术后患者生存率的计算方法，时间(月)在死亡期开始时，死亡率和ti人数的概率分别为11230.0430.9570.9553220.04555555947814 0110.0001.0000.478，30，表17-1数据a手术描述指数(SPSS软件)，生存标准95%置信区间误差导向：24.234.99 (14.44，34.01)中位数333610.006.96 (.00，23.63)表17-2数据B手术描述指数生存标准95%置信区间误差均值表17-32418男性心绞痛患者术后死亡率审查初始调整生存率年数人数概率(T1)0-4560241824180.81141-226399621942 . 50 . 88370 . 7172-1522221699195 . 19980 . 6524调整后人数=1962-1999 . 7172-152222222196 . 1999999 . 6524计算时间段内的存活率。如0-1年，1-2年，时间间隔组距离相等。2.生命表法用于计算死亡概率，校正后的观察者人数用于计算。假设在每个时间组中具有删失事件的人的平均生存时间是时间的1/2。死亡概率=一个时间组中的死亡人数/校正观察人数(校正观察人数=初始观察人数-审查观察人数/2)，33。第三节生存曲线的统计检验。对不同方法的存活率进行比较，并经常对存活率曲线进行比较。方法：对数秩和检验可用于比较两组或多组的生存率曲线。检验假设：H0:两个种群的存活率曲线是相同的H1:两个种群的存活率曲线是不同的=0.05，如P，H0，34，对数秩检验被拒绝。Test staTistics:这个2遵循自由度=比较组数的基本思想- 1Ai是一个组在每个时间点的实际死亡频率的总数。ti是一组中每个时间点的预期死亡频率总数。I代表比较组，I=1，2，k组，35岁，对数秩检验。时间a方法操作组b方法操作组合表TT 1 it 2 I 12311.605221.3954332200.5501810.4500401，表17-4部分数据，365页，根据两组总死亡率计算各组理论频率(t)，36，两组生存曲线检验，h0: s (t1)=s (T2) =组数-1=2-1，P 1表示存在暴露因素，疾病风险是对照组的倍数，反映了暴露因素与疾病之间的相关性(因果关系)。通常用于前瞻性或队列研究。45，Cox模型回归系数()在医学上的显著性，h(t，x)=h0(t)exp(x)反映了x与死亡风险=0之间的关系，表明一个因子(x)与死亡风险无关。 0是死亡的危险因素。0是死亡的保护因素。如果有某个风险因子=1，none=0，46，i表示在其他因子被固定(不变)后，个体具有某个协变量(Xi=1)与(X=0)相比，死亡风险的相对值是相对危险的，或者死亡风险增加了i，每增加一个单位加到Xi。多因素Cox回归模型i的概念47例368页讨论胃癌患者的预后因素：比较胃癌患者使用不同方法后生存时间的预后因素，其中X1(手术=1，no=0)和X2(放射治疗=1，no=0)。数据记录和分类：患者编号X1X2生存时间t截断* 110201201150，死亡=1，截断=0，48，COX模型：49，表示 1:不操作者的操作者死亡风险为69.7%。 1的含义：在控制其他因素(辐射因素)后，接受手术的患者的相对死亡风险高于未接受手术的患者。X1(手术=1，无=0)，50，意味着：用两种方法治疗的患者的死亡风险是未治疗患者的50%。如果将患者a (X1=1，X2=1)与患者b (X1=0，X2=0)进行比较。COX模型的参数估计和假设检验(课堂讲稿第368-371页)。1.回归系数(i) i的估计是用极大似然法估计似然函数得到的。2.回归系数(i)的检验似然比函数和wald检验。(无需掌握)，52。三个因素的筛选和最佳模型的建立(371页的课堂讲稿)可以通过使用逐步回归方法来筛选统计上显著的变量来完成。当输入等式时，逐步回归测试水平：为0.05或0.10。方程水平保持在0.1或0.15以上的变量可以用统计软件(SAS、SPSS等)计算。)。COX回归方程在生存分析中的主要应用，1。筛选危险因素(x)的回归系数()来估计死亡风险预后的危险因素，并获得相对危险度(RR)和置信区