2025年大学《应用统计学》专业题库- 生存分析在临床医学中的应用

2025年大学《应用统计学》专业题库——生存分析在临床医学中的应用考试时间：______分钟总分：______分姓名：______一、选择题（每小题2分，共20分。请将正确选项的字母填在题干后的括号内）1.在生存分析中，被称为“右删失”的数据是指（）。A.观察期结束后，患者仍存活的数据B.观察期开始前就缺失的数据C.丢失了随访时间信息的数据D.丢失了生存结局信息的数据2.生存函数S(t)表示的是（）。A.到时间t为止，事件发生的风险B.到时间t为止，事件发生的概率C.到时间t为止，存活下来的个体比例D.到时间t为止，事件发生的个体数量3.下列哪项不是Kaplan-Meier生存估计法的特点？（）A.它是一种非参数估计方法B.它可以处理删失数据C.它能给出每个时间点的确切生存概率D.它假设生存时间服从特定的分布4.Log-rank检验主要用于比较（）。A.两组生存分布的中位数B.两组生存分布的均值C.两组生存分布的生存概率D.两组生存分布的风险函数5.在Cox比例风险模型中，风险比（HR）值为1.5，其含义是（）。A.暴露组相对于非暴露组的绝对风险更高B.暴露组相对于非暴露组的风险是对照组的1.5倍C.暴露组相对于非暴露组的生存概率更高D.暴露组相对于非暴露组的生存概率更低6.Cox模型被称为“半参数”模型，是因为（）。A.它需要假设生存时间服从特定分布B.它只适用于小样本数据C.它只包含一个参数（即风险比）D.它同时包含参数形式和非参数形式的估计（基准风险）7.生存分析中，删失数据对生存曲线的影响主要是（）。A.使生存曲线看起来更陡峭B.使生存曲线看起来更平坦C.可能导致对生存概率的低估或高估D.不会影响生存曲线的整体趋势8.如果生存曲线出现交叉，通常意味着（）。A.比例风险假设不成立B.比例风险假设成立C.删失数据过多D.样本量太小9.在生存分析中，生存状态通常被定义为（）。A.研究开始时是否患病B.研究期间是否发生某事件（如死亡）C.随访时间长度D.研究对象的年龄10.以下哪种情况适合使用生存分析？（）A.比较两组正态分布数据的均值B.分析多个因素对某事件发生时间的影响C.分析单个因素对某连续变量均值的影响D.检验两个分类变量之间是否存在关联二、填空题（每空2分，共20分。请将答案填在横线上）1.生存分析研究的核心对象是________，它通常是一个非负的连续变量或离散变量。2.在生存数据中，未能观察到个体确切结局（如事件发生或失访）的现象称为________。3.Kaplan-Meier生存估计法也称为________法，是一种常用的非参数生存估计方法。4.比较两组或多组生存分布是否不同的非参数检验方法主要有________检验和________检验。5.Cox比例风险模型的基本形式为________，其中β是回归系数，e^β表示风险比（HR）。6.生存分析中，衡量生存时间变异程度的统计量是________。7.生存分析中，用来衡量生存质量变化的无量纲指标是________。8.在生存分析中，将事件发生时间作为因变量，而将可能影响事件发生时间的因素作为自变量，这种回归分析称为________。9.生存分析中，假设不同时间点的风险率（h(t)）只与协变量X有关，且不随时间t变化，这个假设称为________。10.在生存分析中，描述生存事件发生瞬时风险的函数是________。三、简答题（每题5分，共20分）1.简述生存分析与一般回归分析（如线性回归）在研究目的和数据类型上的主要区别。2.简述Log-rank检验的基本思想。3.简述Cox比例风险模型的主要优点。4.简述生存分析中常见的删失类型及其特点。四、计算题（每题10分，共30分）1.某研究比较两种疗法（A组和B组）对某疾病的生存时间影响，共20名患者，随机分为两组。假设数据如下（单位：月）：*A组：3,7,15,25+,30+*B组：5,10,12,18,22（“+”表示删失，即在观察期末仍未发生事件或失访）请用Kaplan-Meier法估计两组患者的生存概率，并绘制生存曲线（此处只需描述曲线绘制步骤和趋势，无需绘图）。2.某研究分析了吸烟状态（吸烟=1，不吸烟=0）对某癌症患者生存时间的影响，得到Cox比例风险模型的部分结果如下（部分参数省略）：*模型整体检验：χ²(1)=5.32,p=0.021*吸烟状态变量系数：β=0.85,95%CI(0.10,1.60),p=0.034请解释该模型结果，说明吸烟状态是否是癌症患者生存时间的影响因素，并解释其影响方向和强度。3.在一项临床试验中，比较了新药组（N组）和安慰剂组（C组）患者的生存时间。研究者使用Log-rank检验比较两组生存分布，得到检验统计量χ²(1)=6.78,p=0.009。请解释该结果的含义，并说明研究者可以得出什么结论。五、应用分析题（15分）某研究者欲探究某基因型（基因型Avs基因型B）与某罕见癌症患者的无进展生存期（PFS，单位：月）之间的关系。研究者收集了50名患者的随访数据，其中基因型A有30例，基因型B有20例。部分分析结果显示：*基因型A患者的中位PFS为12个月，25%生存率为8个月，75%生存率为18个月。*基因型B患者的中位PFS为5个月，25%生存率为2个月，75%生存率为8个月。*Kaplan-Meier生存曲线显示，基因型A患者的生存曲线显著高于基因型B患者，Log-rank检验结果为χ²(1)=8.45,p=0.004。*进一步使用Cox比例风险模型分析，基因型变量（A=1,B=0）的回归系数为0.75，HR=2.13（95%CI:1.15,3.95），p=0.015。请结合以上信息，解释该研究的分析结果，并说明基因型对该癌症患者PFS的影响。如果在临床应用中，基于此研究结果，您认为基因型检测是否具有临床指导意义？请简要说明理由。---试卷答案一、选择题1.A2.C3.D4.A5.B6.D7.C8.A9.B10.B二、填空题1.生存时间2.删失3.生命表4.Log-rank,Wilcoxon5.h(t)=hazard(x)*e^(βT)6.标准差或方差7.卡氏评分（KPS）或生存质量指数（QoLIndex）8.生存回归分析9.比例风险假设10.风险函数三、简答题1.生存分析研究的是事件发生时间（生存时间），通常带有删失数据，关注的是时间依赖性；而一般回归分析研究的是因变量与自变量间的静态关系，数据通常完整，不考虑时间的依赖性。2.Log-rank检验通过比较两组在每个时间点的事件数与预期事件数之差来构建检验统计量，对生存曲线的早期和晚期差异都给予同等的权重，是一种非参数的秩检验方法。3.Cox模型无需假设生存时间的具体分布形式，适用性广；只需假设比例风险，模型相对简单；可以同时处理多个自变量；参数具有明确的生物学解释（风险比）。4.完全删失：个体从开始到结束整个研究期间都未发生事件也未失访；右删失（或称末次观测时删失）：个体在研究期间未发生事件，但在观察期末仍存活或失访；区间删失：个体在研究期间某个时间段内失访。四、计算题1.解：*A组：t=3,S(3)=5/5=1.0;t=7,S(7)=5/5=1.0;t=15,S(15)=4/5=0.8;t=25,S(25)=3/5=0.6;t=30,S(30)=2/5=0.4。*B组：t=5,S(5)=5/5=1.0;t=10,S(10)=4/5=0.8;t=12,S(12)=3/5=0.6;t=18,S(18)=2/5=0.4;t=22,S(22)=1/5=0.2。*生存曲线趋势：A组生存概率整体高于B组，且下降较慢；B组生存概率早期与A组接近，但后期下降更快。2.解：Cox模型整体显著（p=0.021），说明吸烟状态是影响癌症患者生存时间的因素。吸烟状态变量的系数β=0.85，HR=e^0.85≈2.34，95%CI不包含1，p=0.034<0.05，表明吸烟是癌症患者生存时间的危险因素，吸烟者相对于不吸烟者的风险是后者的2.34倍。3.解：Log-rank检验结果χ²(1)=6.78,p=0.009<0.05，说明新药组和安慰剂组的生存分布存在显著差异。结合生存曲线（假设A组高于C组），可以得出结论：新药组患者的生存时间显著优于安慰剂组。五、应用分析题解：分析结果显示，基因型A患者的PFS显著长于基因型B患者（中位PFS