2025年大学《统计学》专业题库- 生存分析方法在癌症研究中的应用

2025年大学《统计学》专业题库——生存分析方法在癌症研究中的应用考试时间：______分钟总分：______分姓名：______一、名词解释（每小题3分，共15分）1.生存时间2.删失数据3.生存函数4.Kaplan-Meier估计5.比例风险回归模型(Cox模型)二、填空题（每空2分，共20分）1.在生存分析中，描述生存状态随时间变化的函数称为_______。2.导致观测对象生存结局未知的现象称为_______。3.用于比较两组或多组生存分布差异的常用非参数检验方法是_______。4.在Cox比例风险模型中，参数βi的回归系数表示自变量Xi对风险比HR的_______。5.生存分析中，通常将生存时间超过研究随访期末的对象视为_______状态。6.Weibull回归模型属于_______生存模型。7.生存分析中，Kaplan-Meier估计法是一种_______估计方法。8.某研究比较两种癌症治疗方案的生存效果，观察到治疗后5年仍有部分患者存活，这部分信息属于_______数据。9.比例风险假设是Cox比例风险模型_______的关键前提。10.生存分析中，用于衡量某个风险因素对生存时间影响强度的统计量是_______。三、简答题（每小题5分，共20分）1.简述生存分析与一般回归分析在研究目的和数据类型上的主要区别。2.说明在癌症研究中，使用生存分析方法的必要性。3.简述Log-rank检验的基本思想及其应用场景。4.解释什么是“风险比(HazardRatio,HR)”及其在Cox模型中的含义。四、计算题（共30分）1.某研究中观察了2组肺癌患者的生存时间（单位：月），数据如下（箭头“↑”表示删失）：*A组（新疗法）：10,15,25↑,30,40*B组（传统疗法）：8,12,18,22,35↑（10分）（1）分别计算A、B两组患者的生存概率及生存函数估计值（S(t)）。（2）根据Kaplan-Meier估计结果，计算A组在t=20时的生存概率。2.某研究者收集了100名乳腺癌患者的随访数据，欲探究年龄（岁）和治疗方式（新药vs旧药）对生存时间（月）的影响。使用Cox比例风险模型进行分析，部分结果如下（部分参数省略）：*模型整体检验：χ²(2)=10.5,p<0.01*年龄的回归系数β_age=0.15,95%CI(0.05,0.25)*治疗方式的回归系数β_treatment=-0.30,95%CI(-0.50,-0.10)（新药为参照组）。（20分）（1）解释模型整体检验结果的意义。（2）解释年龄回归系数β_age的含义。（3）解释治疗方式回归系数β_treatment的含义，并说明其统计学意义。（4）若某患者年龄为45岁，使用新药治疗，其相对于旧药治疗的风险是增加还是减少？估计其风险比的范围是多少？五、模型选择与解释题（共35分）1.某临床试验比较了两种不同化疗方案（A方案vsB方案）对晚期胃癌患者的生存效果。共纳入150名患者，随机分配至两组。随访结束时，A组有60名患者死亡，30名患者失访；B组有70名患者死亡，40名患者失访。研究人员绘制了两组的Kaplan-Meier生存曲线，并进行了Log-rank检验。（20分）（1）解释在此研究中，为何使用Kaplan-Meier方法绘制生存曲线？（2）简述Log-rank检验的基本原理，并解释其用于比较两组生存曲线的思路。（3）假设Log-rank检验结果显示A组的生存曲线显著低于B组（p<0.05），请解释该结果的临床意义。（4）简述在此研究背景下，若要进一步探究影响患者生存的其他因素（如肿瘤分期、是否合并化疗），应考虑使用何种生存回归模型？并简述选择该模型的原因。2.在一项针对某种罕见癌症的研究中，研究人员收集了120名患者的生存数据，记录了生存时间、是否发生转移（是/否）、治疗强度（低/中/高）以及患者的体能状态评分（KPS，1-100分）。研究者希望分析哪些因素会影响患者的生存时间，并比较不同治疗强度组的生存差异。（15分）（1）说明在此研究中，哪些变量可能是影响生存时间的协变量？为什么？（2）如果要比较低、中、高三种治疗强度组的生存曲线是否存在显著差异，Kaplan-Meier方法是否足够？若不足，为什么？可能需要采用什么方法？（3）如果要同时分析多个协变量（如转移、治疗强度、KPS评分）对生存时间的影响，并检验治疗强度在不同协变量水平下的作用是否一致，最适合的模型是什么？请简述该模型的主要特点及其优势。（4）解释在Cox比例风险模型中，“比例风险”假设的含义，并说明检验该假设常用的方法是什么。试卷答案一、名词解释1.生存时间：指从某个特定时间点（通常是研究开始或确诊时）到发生某个特定终点事件（如死亡、疾病进展）或研究结束的时间长度。2.删失数据：指在生存分析研究中，部分个体的观察时间并未达到研究结束，但已知其未发生终点事件（如患者失访、迁出、研究提前终止），导致其确切生存时间未知的数据。3.生存函数：描述了在给定时间t之前存活的个体比例随时间t变化的函数，通常记为S(t)，其值介于0和1之间。4.Kaplan-Meier估计：一种非参数统计方法，用于根据包含删失数据的生存时间数据，估计生存函数S(t)。5.比例风险回归模型(Cox模型)：一种半参数生存回归模型，用于分析一个或多个协变量对个体风险率（HazardRate）的影响，模型假设风险率之比（风险比HR）在所有时间点都保持不变。二、填空题1.生存函数2.删失3.Log-rank检验4.影响程度5.删失6.参数7.非参数8.删失9.参数检验10.风险比(HR)三、简答题1.生存分析与一般回归分析的主要区别在于：*研究对象：生存分析研究的是带有时间依赖性的事件（如生存、失败、复发），关注事件发生时间和结局状态；一般回归分析研究的是因变量与自变量在同一时间点的线性或非线性关系。*数据类型：生存分析数据通常包含生存时间、删失信息以及可能的协变量；一般回归分析数据通常是完整的观测值对（因变量和自变量）。*终点事件：生存分析关注的是具有不确定结局（如死亡、失效）的终点事件；一般回归分析通常关注确定发生的数值型因变量。*分布假设：生存分析常对生存时间分布无明确假设或假设较弱分布；一般回归分析（尤其线性回归）常假设因变量服从正态分布等。2.在癌症研究中使用生存分析方法的必要性体现在：*癌症患者的结局（生存或死亡）通常是长期观察的结果，且个体结局不确定（存在删失数据），符合生存分析的研究对象特征。*需要比较不同治疗方案、不同风险因素患者群体的长期生存差异，生存分析提供了处理删失数据和比较生存分布的合适工具。*希望探究影响患者生存的多种因素（如年龄、分期、基因型、治疗方案等）及其相对重要性，生存回归模型（如Cox模型）能够实现这一目标。*生存分析结果（如生存曲线、风险比）能直观且具有临床意义地展示治疗效果和风险因素影响。3.Log-rank检验的基本思想是比较两组（或多组）在所有时间点上发生事件（如死亡）的累积风险差异。它通过比较在每个时间点t，两组之间发生事件个数之差与其总暴露风险（即经历风险的人数）之比的加权累加和来实现。检验统计量基于这些时间点上的“超数检验”（excessovertheexpected），如果某个时间点某组的实际事件数显著大于预期事件数，则对该组的权重较大。其应用场景主要是用于比较两组或多组生存分布是否存在显著差异，不依赖于对生存时间分布的具体假设。4.风险比(HR)是指在控制其他协变量不变的情况下，暴露于某个特定水平或发生某个特定事件（如属于某治疗组、某个危险因素水平）的个体相对于未暴露或未发生该事件的个体，在单位时间内的发生终点事件（如死亡）的风险大小。在Cox模型中，HR>1表示该因素是危险因素（增加风险），HR<1表示该因素是保护因素（降低风险），HR=1表示该因素与终点事件风险无关。四、计算题1.（1）生存概率与生存函数估计值计算：*A组：*t=10:S(10)=1-5/10=0.5*t=15:S(15)=S(10)*(9/9)=0.5*1=0.5*t=25:S(25)=S(15)*(4/8)=0.5*0.5=0.25*t=30:S(30)=S(25)*(3/3)=0.25*1=0.25*t=40:S(40)=S(30)*(0/0)→定义为0或视为研究结束时的S(30)=0.25(取决于处理删失的方式，此处按未观察到事件处理)。更规范的处理是保留S(30)=0.25，不更新。**修正计算：*A组实际只有4个事件（10,15,30,40），最后一位25↑是删失。*t=10:S(10)=1-1/10=0.9*t=15:S(15)=S(10)*(4/9)=0.9*0.444≈0.4*t=25:S(25)=S(15)*(3/8)=0.4*0.375=0.15*t=30:S(30)=S(25)*(0/7)→定义为0或S(25)。按规范，S(30)=0.15。*t=40:S(40)=S(30)*(0/7)→定义为0或S(30)。按规范，S(40)=0.15。**最终A组生存函数估计值（部分）:*S(10)=0.9,S(15)≈0.4,S(25)=0.15,S(30)=0.15,S(40)=0.15。*B组：*t=8:S(8)=1-1/8=0.875*t=12:S(12)=S(8)*(7/7)=0.875*1=0.875*t=18:S(18)=S(12)*(2/6)=0.875*0.333≈0.292*t=22:S(22)=S(18)*(4/5)=0.292*0.8=0.234*t=35:S(35)=S(22)*(0/4)→定义为0或S(22)。按规范，S(35)=0.234。**最终B组生存函数估计值（部分）:*S(8)=0.875,S(12)=0.875,S(18)≈0.292,S(22)≈0.234,S(35)=0.234。（2）A组在t=20时的生存概率：根据Kaplan-Meier估计，t=20属于[15,25)区间，对应的生存概率为S(15)≈0.4。2.（1）模型整体检验结果的意义：χ²(2)=10.5,p<0.01。该结果拒绝原假设（所有回归系数均为0），表明至少有一个协变量（年龄或治疗方式或两者）对患者的生存时间有显著影响，即这些因素整体上能够区分患者的风险水平。（2）年龄回归系数β_age=0.15的含义：在Cox模型中，β_age衡量的是年龄每增加一个单位（此处未说明单位，通常指岁），风险比（HR）变化的自然对数。具体来说，年龄每增加1岁，患者死亡风险（或发生终点事件的风险）的对数增加0.15。或者更通俗地解释为，年龄每增加1岁，相对风险（相对于基准年龄）增加e^0.15≈1.16倍。（3）治疗方式回归系数β_treatment=-0.30的含义及统计学意义：该系数表示相对于参照组（旧药治疗），使用新药治疗的患者，其死亡风险（或发生终点事件的风险）的对数降低0.30。统计学意义在于其95%置信区间为(-0.50,-0.10)，该区间不包含0，且为负值。这表明新药治疗相对于旧药治疗，能够显著降低患者的死亡风险。具体来说，新药治疗相对于旧药治疗的相对风险（HR）为e^(-0.30)≈0.74，即在控制年龄等其他因素后，新药治疗的风险大约是旧药治疗的74%，或者说新药治疗使风险降低了26%。（4）风险比较释与范围：对于年龄为45岁、使用新药治疗的患者，相对于旧药治疗，其风险比HR=e^(β_age*45+β_treatment*1)=e^(0.15*45-0.30)=e^(6.75-0.30)=e^6.45。该患者相对于旧药治疗的风险是增加还是减少取决于这个HR值是大于还是小于1。计算e^6.45≈664.6，远大于1。这意味着该患者相对于旧药治疗的风险是显著增加的。其风险比的范围由β_treatment的95%CI决定，即HR的范围在e^(-0.50)≈0.61到e^(-0.10)≈0.90之间。但由于该患者的HR是基于特定年龄（45岁）计算的，且该年龄点落在模型主要解释变量的范围内，其HR值（约664.6）应显著大于模型中估计的基准HR（旧药治疗的HR=1）。因此，可以说该患者的风险相对于旧药治疗是显著增加的，具体增加幅度约为664.6倍，尽管这个估计值很大，可能提示模型或数据存在特殊性，但在给定的参数范围内，其风险是增加的。五、模型选择与解释题1.（1）使用Kaplan-Meier方法绘制生存曲线的原因：因为该研究比较的是两种治疗方案的生存效果，数据中存在删失数据（A组30名，B组40名），Kaplan-Meier方法能够有效地处理删失数据，并估计出两组患者在不同时间点的生存概率，从而绘制出生存曲线进行比较。（2）Log-rank检验的基本原理及应用思路：Log-rank检验通过比较两组在所有共同经历的时间点t上，实际死亡数与预期死亡数（基于到时间t为止的观察信息计算）的差异来构建检验统计量。它给予那些两组生存曲线差异较大的时间点更大的权重。如果A组的生存曲线整体上显著低于B组，那么在较早的时间点，A组可能会有更多的死亡事件发生（相对于其暴露风险），这会导致检验统计量增大，从而在p<0.05时拒绝原假设（两组生存分布无差异）。（3）Log-rank检验结果（A组生存曲线显著低于B组，p<0.05）的临床意义：该结果提示在控制随机分配等因素后，使用新疗法的肺癌患者群体，其长期生存状况（如总生存期）显著劣于使用传统疗法的患者群体。这为该新疗法在疗效上未能优于传统疗法提供了统计学证据，对临床决策（如是否推广新疗法）具有重要参考价值。（4）进一步分析应使用的模型及原因：应考虑使用Cox比例风险回归模型。原因如下：①研究目的不仅是比较两组生存差异，还想探究影响患者生存的其他因素（如肿瘤分期、体能状态等）。②需要控制这些协变量的影响，以评估不同治疗强度在调整了其他因素后的独立生存效应。③Cox模型能够处理删失数据，并估计多个协变量对生存时间的影响，同时检验协变量与风险率的关系是否随时间变化（比例风险假设）。④如果要比较不同治疗强度组的生存曲线差异，并考虑其他因素，Cox模型可以通过加入治疗强度作为协变量或交互项来实现。2.（1）可能影响生存时间的协变量：转移（是/否）可能影响复发风险和总体生存；治疗强度（低/中/高）是重要的干预措施，直接影响生存；体能状态评分（KPS）是衡量患者一般状况和活动能力的指标，通常与