基于excel函数功能的kaplan-meian生存分析模板的编制

基于excel函数功能的kaplan-meian生存分析模板的编制

excel是office软件的主要组成部分，也是当前应用最广泛的电子表格软件。它具有较强的数据处理与分析能力,丰富的图表功能,在统计分析中有着广泛的应用。医学、药学工作者在工作和研究中经常需要对数据作统计分析,尽管目前多种优秀的统计专业软件如SAS、SPSS等可供选用,但是这些专业软件往往系统庞大、结构复杂,其中大多数内容只适用于专业统计人员,且价格不菲,一般的应用者难以获得。本文根据Kaplan-Meier生存分析计算原理,通过对Excel的模板编制,实现对Kaplan-Meier生存分析的数据进行处理,具有操作简单、学习与使用方便、数据分析精确的优点。1两组秩序的计算对观察资料的描述常采用Kaplan-Meier生存曲线,例如,对某类肿瘤病人分别采用治疗组(1)、对照组(2)两种方案治疗,随访资料如表1、表2的B、C、J、K列所示,“该病死亡例数”中1为完全数据,代表因该病死亡,0为截尾数据,代表失访、迁出、非该病死亡或仍存活。以治疗组为例,Excel计算过程如下。对“观察月数”、“该病死亡例数”按主要关键字“观察月数”升序、次要关键字“该病死亡例数”降序排序,依次填写秩次。在单元格D3定义公式“=MAX(A:A)”,显示的计算结果是A上的最大数值,即治疗组病例数总和。在单元格4定义公式“=D3-1”显示的计算结果是上一期初病例数减1。将D4的公式向下复制(可用拖曳填充柄操作)到D列的相应行,使对A、B、C列所有数据产生计算(如表1中复制到区域D5:D18的所有单元格)。定义E3=C3/D3,F3=1-E3,G4=G3*F4,将F3、F3、G4的公式向下复制到E、FG列的相应行,使对A、B、C列所有数据产生计算,显示的计算结果便是各秩次的死亡概率、生存概率、生存率。对照组的计算与治疗组类。直接将表1相关单元格复制至I:O列,把“表1”改为“表2”,“治疗”改为“对照”即可。对表1、表2的观察月数、生存率数据使用图表向导采用“XY散点图”制图,即可方便地得到Kaplan-Meirer生存曲线(见图1)。2计算logrank生存率差异的原则以及excel分析模型的编制2.1计算原理2.2理论死亡率计算定义X4=T4*U4/W4,Y4=T4*V4/W4,将X4、Y4的公式往下复制到X、Y列的相应行,使对Q、R、S列所有数据产生计算,即各组“理论病死数”为各组“期初病例数”与“期初病例数合计”的商与“该病死亡例数校正值”的乘积。2.3excel计算3分析模型的保存和使用3.1保存类型辛苦创建并调试正确的模板应妥善保管。打开该Excel工作表,单击“文件”工具栏,单击下拉菜单“另存为”,选择保存类型为“模板”,文件名为“生存分析”,保存,即可。同时做好备份,这样,每次使用时可以通过模板创建新的工作表而不改变模板本身。3.2公式计算单元格的清除运行Excel,单击“通用模板”,单击“生存分析”,确定,即可创建新的自下而上分析工作表。在表1、表2、表3中相应各列录入原始数据(表3数据与表1、表2重复,可通过复制粘贴减轻工作量),按要求排序,如果数据的个数少于原模板的数据个数,把多余的公式计算单元格清除内容,即可。如果数据的个数多于原模板的数据个数,把公式计算单元格的公式往下复制制相应行,使对所有数据产生计算,即可。使用该模板时应注意两点。一是数据的录入必须逐例录入,而不能把具有相同观察时间的数据合并当作一条数据录入。例如“观察月数”为11时治疗组有2例,均该病死亡,则在相应的“组别”、“观察月数”、“该病死亡例数”项下按行分别录入1、11、1;1、11、1。而不能录入1、11、2。因为在模板编制过程中默认每行的病例数为1,否则”期初病例数“得手工录入,操作更为繁琐。同时生存时间应尽可能精确,因为该方法在生存时间排序的基础上作统计处理,即使是小小的舍入误差,也可能改变生存时间顺序而影响分析结果。二是在数据(包括原始数据与计算数据)下方的空白单元格处不得输入任何符号,因为这些单元格可能参与计算,从而导致对计算结果的干扰。4lograken生存率差别检验4.1生存分析是医药学工作者一种重要且常用的统计分析方法,掌握Kaplan-Meier生存分析计算原理,通过对Excel的模板编制与使用,实现对生存分析的数据进行处理,具有操作简单,学习与使用方便,数据分析精确的优点。当生存曲线为3组或更多比较时,对本分析模板稍作更改后使可同样适用。4.2本模板经调试正确,运算结果如果论病死数、LogRank检验的χ2值、P值得均与文献报道一致。美中不足的是无法提供具体的中位生存期数据(常用图解法或线性内插法计算),在与SPSS软件包验算结果比较后发现,其Kaplan-Meier生存曲线完全一致,但其LogRank检验的χ2值、P值(χ2=5.71、P=0.0169)较SPSS软件包(χ2=6.46、P=0.0110)保守,当P值处于临界值时可能得出P》0.05的结果,其原因可能是文献介绍的是LogRank检验的近似法,计算简便,但其结果较精确法(一般统计软件中输出精确法计算结果)保守。提示本Excel模板在其计算方法的依据未作改进之前只能作为Kaplan-Meier生存分析的一种辅助手段,精确结果以统计专业软件为准。4.3Excel作为一种计算工具其精度毋庸置凝,只要掌握正确的计算方法,在Excel上得以实现,其准确性可以得到足够的保证。只要用之得当,Excel必将在医药工作中发挥更加巨大的作用。LogRank生存率差别检验常用来推断二条或多年生存曲线是否相同,其检验统计量为。其中A为各组的实际频数,T为理论频数,k为分组数,v为自由度。当样本足够大时,该统计量服从自由度为v的x2分布。例如,对某类肿瘤病发类别采用治疗组(1)、对照组(2)两种方案治疗,随访资料如表3的Q、R、S列“组别”、“观察月数”、“该病死亡例数”项下逐例输入病人原始数据,按主要关键字“观察月数”升序、次要关键字“该病死亡例数”降序排序。在单元格T4定义公式“=IF(R4=R3,0,SUMIF(R:R,R4,S:S))”,显示的计算结果是:如果“观察月数”项下R4单元格的数值等于R3单元格的数值,则显示0,否则显示所有“观察月数”与R4单元格的数值等于R3单元格的数值,则显示0,否则显示所有“观察月数”与R4单元格的数值相等的“该病死亡例数”的总和。如表3所示,在Q、R、S列“组别”、“观察月数”、“该病死亡例数”项下逐例输入病人原始数据,按主要关键字“观察月数”升序、次要关键字“该病死亡例数”降序排序。在单元格T4定义公式“=IF(R4=R3,0,SUMIF(R:R,R4,S:S))”,显示的计算结果是:如果“观察月数”项下R4单元格的数值等于R3单元格的数值,则显示0,否则显示所有“观察月数”与R4单元格的数值等于R3单元格的数值,则显示0,否则显示所有“观察月数”与R4单元格的数值相等的“该病死亡例数”的总和。将T4的公式复制(可用拖填充柄操作)到T列的相应行,使对Q、R、S列所有数据产生计算(如表3中复制到区域T5:T29的所有单元格)。在单元格U4的定义公式“=COUNTIF(Q:Q,1)”,显示的计算结果是:Q列(即“组别”项下)数值为1的单元格的个数,即“治疗组”的病例数总和。在单元格U5定义公式“=IF(Q4=1,U4-1,U4)”,显示的计算结果是:如果Q4单元格的数值为1(即上一病例为治疗组病例),则U5单元格数值为U4单元格数值减1(即本“期初病例数”为上一“期初病例数”值减1),否则U5单元格数值等于U4单元格数值(即本“期初病例数”等于上一“期初病例数”)。将U5的公式往下复制到U例的相应行,使对Q、R、S列所有数据产生计算(如表3中复制到区域U6:U29的所有单元格)。类似地定义对照组期初病例数项下V4=COUNTIF(Q:Q,2),V5=IF(Q4=2,V4-1,V4),将V5的公式往下复制到U列的相应行,使对Q、R、S列所有数据产生计算。定义W4=U4+V4,将W4的公式往下复制到W列的相应行,使对Q、R、S列所有数据产生计算,即合计数为治疗组与对照组例数的和。logrank检验值定义AB=U4,AB4=V4,AC3=SUMIF(Q:Q,1,S:S),AC4=SUMIF(Q:Q,2,S:S),AD3=SUM(X:X),AD4=SUM(Y:Y),AE3=AC3/AD3,AE