2025年大学《应用统计学》专业题库- 生存分析在医疗研究中的应用

2025年大学《应用统计学》专业题库——生存分析在医疗研究中的应用考试时间：______分钟总分：______分姓名：______一、选择题（每题3分，共15分。请将正确选项的字母填在括号内。）1.在生存分析中，被称为“死亡密度”的是：(A)生存函数S(t)(B)累积生存函数F(t)(C)风险函数h(t)(D)概率密度函数f(t)2.以下哪种情况属于生存分析中的右删失数据？(A)研究对象在观察期结束时仍存活。(B)研究对象因非研究原因提前退出。(C)丢失了部分研究对象的随访数据。(D)研究对象发生事件的具体时间未知，只知道事件发生时间不早于某个时间点。3.绘制Kaplan-Meier生存曲线需要知道：(A)所有个体的确切生存时间。(B)所有个体的确切死亡时间。(C)每个时间点存活的个体数量和发生事件的数量。(D)风险函数的具体数值。4.Log-rank检验主要用于比较：(A)两个生存分布的中位数。(B)两个生存分布的累积风险。(C)两个或多个生存分布的整体差异。(D)生存函数曲线的斜率。5.在Cox比例风险模型中，HazardRatio(HR)=1表示：(A)暴露组与非暴露组的绝对风险相同。(B)暴露组与非暴露组的相对风险相同。(C)暴露组的风险是基线的两倍。(D)模型不适用。二、填空题（每空2分，共20分。请将答案填在横线上。）6.生存分析研究的是事件发生时间数据，这类数据通常具有______和______的特点。7.生存函数S(t)表示的是在时间t之前仍存活的个体比例，其取值范围是______到______。8.比较两组（或多组）生存分布的差异性，除了Log-rank检验，常用的非参数检验方法还有______检验。9.Cox比例风险模型是最常用的生存回归模型之一，其核心假设之一是______，即不同时间点的事件风险只与协变量水平有关，而与事件是否发生无关。10.模型参数HazardRatio(HR)的解释是______，即暴露于某因素的个体相对于未暴露个体的风险大小。三、简答题（每题5分，共15分。）11.简述删失数据（特别是右删失）对生存分析结果可能产生的影响。12.简述Kaplan-Meier生存曲线的原理及其主要用途。13.与普通线性回归模型相比，生存回归模型（以Cox模型为例）需要处理哪些特殊问题？四、计算题（共25分。）14.（10分）一项研究比较了两种治疗方法（A组和B组）对某疾病的生存效果。假设共有100名患者，随机分配到A组50人，B组50人。观察期为5年，得到如下简化数据（仅考虑年度事件发生和删失情况，不考虑具体时间点和人数变化）：*第1年末：A组发生事件10例，删失5例；B组发生事件8例，删失7例。*第3年末：A组剩余事件发生5例，删失3例；B组剩余事件发生7例，删失2例。*观察期末：A组尚有2例未发生事件（删失），B组尚有3例未发生事件（删失）。请根据此信息：(1)分别绘制A、B两组的Kaplan-Meier生存曲线的近似生存概率估计点。(2)简述从图形上可以观察到哪些初步结论（例如，曲线是否相交，哪条曲线似乎更优）。15.（15分）研究者欲探究某药物（暴露因素）对肺癌患者生存时间的影响。收集了100名肺癌患者的资料，其中50名服用了该药物（暴露组），50名未服用（非暴露组）。使用Cox比例风险模型进行分析，部分输出结果如下（示意性数据）：```SurvivalAnalysisCoxProportionalHazardsModelHazardRatio95%CILower95%CIUpperp-valueDrug(YesvsNo)0.750.600.940.02```请解释该输出结果中HazardRatio(HR)=0.75的实际意义，并判断该药物对肺癌患者的生存时间是否有显著影响，为什么？五、应用题（共40分。）16.（20分）一项随机对照临床试验旨在比较手术组（Surgery）与非手术组（Non-Surgery）治疗早期乳腺癌患者的总生存期。随机分配了200名患者，随访了5年。研究者关注两组患者的生存差异。请说明：(1)在设计阶段，应考虑选择哪些生存分析方法来比较两组生存分布？(2)如果研究者收集到的生存数据包含大量的删失数据（如右删失），为什么Kaplan-Meier生存曲线和Log-rank检验仍然是常用的分析工具？它们是如何处理删失信息的？(3)假设分析结果显示手术组的中位生存期显著长于非手术组（p<0.05），请解释这个结论在实际医疗决策中可能的意义和需要注意的问题。17.（20分）研究人员想探讨吸烟状况（Never,Current,Former）、年龄（分为<50岁和≥50岁两组）和肿瘤分期（I期,II期,III期）是否是影响某类型癌症患者无进展生存期（PFS）的独立危险因素。共收集了150名患者的随访数据。请：(1)简述使用Cox比例风险模型分析此问题的基本思路。(2)在解释模型输出结果（如各因素的HazardRatio及其显著性）时，需要考虑哪些关键点？特别是对于年龄和肿瘤分期这两个分类变量，如何解读其风险影响？(3)如果发现“年龄”这个因素在模型中具有统计学意义，但其HazardRatio的置信区间很宽，这可能意味着什么？研究者可以采取哪些措施来进一步探究或解释这种现象？试卷答案一、选择题1.(C)2.(D)3.(C)4.(C)5.(B)二、填空题6.删失数据，不连续性（或右向偏态）7.0，18.Wilcoxon9.比例风险（或比例hazards）10.相对风险（或相对危险度）三、简答题11.解析：删失数据（特别是右删失）意味着部分个体的最终结局（如事件发生或最终存活）未知。这会降低事件发生组的实际风险率估计，可能导致生存函数被低估（曲线偏高）。在组间比较时，若一组的删失率更高，该组的生存函数可能被人为地显得更好。尽管如此，Kaplan-Meier方法等生存分析技术已内置处理删失数据的机制，使得比较结果（如Log-rank检验）在理论上仍是有效的，但需要注意结论的稳健性。12.解析：Kaplan-Meier生存曲线是一种非参数方法，用于估计生存函数。其原理基于条件概率，通过在每个事件发生时间点，用存活人数的比例更新生存概率，并考虑删失信息来计算。它不是一条平滑曲线，而是通过连接一系列离散的生存概率点（1-事件发生累积概率）构成。主要用途是直观地展示不同组别或整体研究对象的生存分布情况，比较生存曲线的形状差异，并可用于进行组间生存差异的假设检验（如Log-rank检验）。13.解析：生存回归模型需要处理以下特殊问题：*生存时间数据的随机性：生存时间是一个随机变量，且通常不服从正态分布。*删失数据的处理：普通回归模型不直接处理删失数据，而生存模型（如Cox模型）有专门方法（如基于风险集的加权法）来考虑删失信息对参数估计的影响。*事件发生概率的不确定性：事件在某个精确时间点发生的概率通常未知，生存分析关注的是风险（Hazard）。*协变量在时间上的变化：生存分析需要考虑协变量可能随时间变化的情况，有时需要使用更复杂的模型（如随机效应模型）。*比例风险假设：常用的Cox模型要求比例风险假设成立，即不同时间点的事件风险只与协变量水平有关，形式上表现为协变量对风险的对数影响是恒定的。四、计算题14.(1)解析：Kaplan-Meier估计生存概率P(t)=Π[(n_i-d_i)/n_i]，其中n_i是时间t时刻前存活的总人数，d_i是在时间t发生事件的人数。根据题目数据计算如下：*A组：起点P(0)=1。t=1年:P(1)=(50-10)/(50)=0.8;t=3年:P(3)=P(1)*(50-10-5-5)/(50-10-5)=0.8*(35-10)/35=0.8*25/35=0.5714;t=5年:P(5)=P(3)*(35-5-3-7)/(35-5-3)=0.5714*(25-10-3)/25=0.5714*12/25=0.2743。剩余2例删失，不改变此点概率。近似生存概率点为：(0,1),(1,0.8),(3,0.5714),(5,0.2743)。*B组：起点P(0)=1。t=1年:P(1)=(50-8)/(50)=0.84;t=3年:P(3)=P(1)*(50-8-7-7)/(50-8-7)=0.84*(36-15)/36=0.84*21/36=0.49;t=5年:P(5)=P(3)*(36-7-2-3)/(36-7-2)=0.49*(27-7-2)/27=0.49*18/27=0.3267。剩余3例删失，不改变此点概率。近似生存概率点为：(0,1),(1,0.84),(3,0.49),(5,0.3267)。绘制Kaplan-Meier曲线即连接上述各点。(2)解析：从图形初步观察：*B组的生存曲线整体位于A组之上，且下降速度似乎比A组慢。*两曲线在观察期内有相交点（在3年附近）。*如果曲线不相交，通常认为生存分布差异具有统计学意义。相交意味着可能存在不同时间点上的优势组不同，使得直接比较结论复杂。根据这些初步图形信息，可以推测B组的生存表现可能优于A组，但需要统计检验来确认，且需注意曲线相交带来的不确定性。15.解析：HazardRatio(HR)=0.75表示，在控制了其他协变量（如果模型中有其他因素）的情况下，服用该药物（暴露组）的肺癌患者，相对于未服用药物（非暴露组）的患者，在任意给定的时间点，发生肺癌进展（或其他定义的事件）的风险是后者的75%。由于HR<1，说明暴露组的风险低于非暴露组。输出结果给出了HR的95%置信区间（0.60,0.94），该区间不包含1（或不包含0，取决于检验类型），且p-value=0.02<0.05。这表明在统计上拒绝了“HR=1”的零假设。因此，可以判断该药物对肺癌患者的生存时间具有显著的正面影响（即延长了生存期）。五、应用题16.(1)解析：应考虑使用Kaplan-Meier生存曲线进行可视化比较，以及使用Log-rank检验或Wilcoxon检验进行统计假设检验，以判断两组患者总生存期是否存在显著差异。如果研究设计更复杂（如存在亚组分析或考虑时间依赖性协变量），可能还会考虑Cox比例风险模型。(2)解析：Kaplan-Meier方法和Log-rank检验等生存分析方法内置了处理删失数据的机制。它们在计算生存概率时，只考虑在特定时间点发生事件或删失的个体，对于删失的个体，其生存概率的更新是基于“如果他们没有删失，他们也会存活到下一个事件时间点”的假设。例如，在某个时间点，如果有人删失，Kaplan-Meier计算下一个时间点的生存概率时，会使用在当前时间点存活的、并且直到下一个时间点都未被删失的人数。Log-rank检验在计算统计量时，对每个时间点，赋予事件发生者和仍在风险集中的删失者不同的权重（例如，赋予事件发生者权重1，删失者权重0或更小的值，具体取决于检验形式），从而在比较组间差异时自然地考虑了删失信息。这使得它们即使在存在大量删失数据的情况下也能提供有效的组间生存比较。(3)解析：结论的实际意义在于，从这项研究中看，接受了手术治疗的早期乳腺癌患者，其总体生存时间比未接受手术的患者要长。这对于临床决策有重要参考价值，可能支持对符合条件的早期乳腺癌患者优先考虑手术治疗。需要注意的问题包括：*统计显著不等于临床显著：p<0.05仅说明差异具有统计学意义，需要评估这种生存期的延长在临床上是否具有实际价值（例如，生存期延长了多少个月，患者生活质量如何）。*研究设计的局限性：随机对照试验的质量（如随机分配是否充分，随访是否完整，盲法实施情况）会影响结论的可靠性。*其他混杂因素：尽管随机化有助于平衡基线特征，但仍需考虑可能存在未测量或未控制的混杂因素影响结果。*适用性：结论适用于该研究的设计、人群和干预措施，不一定能直接推广到所有类型的早期乳腺癌患者或不同的医疗环境。17.(1)解析：使用Cox比例风险模型分析此问题的基本思路是：1.将无进展生存期（PFS）作为因变量，视为生存时间。2.选择可能影响PFS的自变量，包括吸烟状况、年龄和肿瘤分期。需要将这些分类变量转换为模型可识别的形式（如哑变量）。3.应用Cox比例风险模型拟合数据，模型的基本形式为：h(t|X)=h_0(t)*exp(Xβ)，其中h(t|X)是给定协变量X的风险函数，h_0(t)是基准风险函数，X是协变量向量，β是风险回归系数向量。4.分析模型输出结果，特别是各因素（吸烟、年龄、分期）的HazardRatio(HR)及其p值。HR>1表示该因素是危险因素（增加风险），HR<1表示保护因素（降低风险），p值<0.05表示该因素与PFS存在统计学上的显著关联。5.检验比例风险假设是否成立，如果不成立，可能需要考虑使用其他模型或对数据进行分析调整。(2)解析：解释模型输出结果时需考虑：*参数的显著性：关注p值，判断因素是否独立影响PFS。*HazardRatio(HR)的解读：HR>1表示该因素增加风险，HR<1表示降低风险。对于分类变量（如年龄分组、分期），HR表示相对于参考组（通常是最低年龄组或最早分期），其他组的相对风险。*例如，年龄组“≥50岁”vs“<50岁”，HR=1.8，p<0.05，表示在控制其他因素后，年龄较大组（≥50岁）患者的P