2025年大学《应用统计学》专业题库- 生存分析方法及其在医学领域的应用

2025年大学《应用统计学》专业题库——生存分析方法及其在医学领域的应用考试时间：______分钟总分：______分姓名：______一、填空题（每空2分，共20分）1.生存分析研究的是事件发生时间以及这些时间数据受到______影响的统计方法。2.在生存数据中，删失通常指的是无法观察到的一部分个体的确切______时间。3.生存函数S(t)表示的是生存到时间t之前至少存活下来的个体在开始时（t=0）的比例，其性质包括非负性、单调______和0≤S(t)≤1。4.比较两组生存分布是否不同的非参数检验方法主要有______检验和Wilcoxon检验。5.模型中包含多个自变量时，若各变量的风险比在不同生存时间点保持不变，则称该模型满足______假设。6.Weibull模型的累积分布函数为1-S(t)=1-exp[-(t/γ)^(β)]，其中参数γ表示______，β表示______。7.在Cox比例风险模型中，回归系数β的符号表示自变量对事件发生风险的______影响，绝对值大小表示影响程度。8.对于服从指数分布的生存数据，其风险函数是恒等于______的。9.在生存分析中，绘制生存曲线可以直观地比较不同组的______模式。10.生存分析中常用的半参数方法是______估计。二、选择题（每题2分，共20分）1.下列哪个指标不是生存分析中常用的描述生存时间集中趋势的度量？（）A.中位生存期B.平均生存期C.生存概率D.累计风险2.当生存数据服从参数分布且参数未知时，适合用来估计生存函数的方法是？（）A.Kaplan-Meier估计B.参数生存回归模型C.Log-rank检验D.Wilcoxon检验3.在进行生存分析时，删失数据对生存函数的估计主要产生影响的是？（）A.高危组生存曲线可能被低估B.低危组生存曲线可能被高估C.生存函数的波动性增大D.生存函数的估计变得完全不可靠4.下列关于Log-rank检验的说法错误的是？（）A.它是一种非参数检验方法B.它对删失数据进行了有效处理C.它基于所有观察到的生存时间点进行加权检验D.它假设两组的风险比相等5.Cox比例风险模型属于？（）A.参数生存回归模型B.半参数生存回归模型C.非参数生存模型D.线性回归模型6.若Cox模型中某个自变量的回归系数检验结果显著，且系数为负，则意味着？（）A.该变量对生存时间没有影响B.该变量增加一个单位，生存时间显著增加C.该变量增加一个单位，事件发生风险显著增加D.该变量增加一个单位，事件发生风险显著降低7.生存分析中，风险函数h(t)表示？（）A.生存到时间t的个体在t时刻的瞬时死亡率B.生存到时间t的个体在t时刻的平均死亡率C.事件在时间t发生的概率密度D.事件在时间区间[t,t+dt)内发生的概率8.某项研究比较了两种疗法对癌症患者生存期的影响，其中一部分患者在观察期结束后仍存活，这种数据称为？（）A.完全数据B.不完全数据C.删失数据D.队列数据9.当生存函数S(t)随时间t单调递减，且递减速度逐渐减慢时，可能适合的参数模型是？（）A.指数模型B.Weibull模型（β<1）C.Gompertz模型D.逻辑斯特模型10.生存分析中，绘制Kaplan-Meier生存曲线时，对于删失时间点，通常在对应时间处画一个______，并在下一个时间点继续绘制？（）A.向下的短横线B.向上的短横线C.空心圆圈D.实心圆圈三、简答题（每题5分，共20分）1.简述生存分析与一般线性回归分析在研究目的和数据类型上的主要区别。2.解释什么是删失数据，并简述在生存分析中处理删失数据的基本思想。3.试比较Kaplan-Meier估计和参数生存回归模型在估计生存分布方面的主要异同点。4.在Cox比例风险模型中，解释比例风险假设的含义及其重要性。如果该假设不满足，可能带来什么问题？四、计算题（共20分）假设一项研究比较了两种治疗方式（A组和B组）对某疾病患者的生存时间影响。共有10名患者，其中A组5名，B组5名。生存时间（单位：月）及结局状态（1=事件发生，0=删失）如下（已按时间排序）：*患者编号：12345678910*治疗组：AABBABABAB*生存时间：10158125920142511*结局状态：1111011110请根据上述数据：（1）分别计算A组和B组在时间点5,8,10,15,20处的Kaplan-Meier生存概率估计值。（2）简述如何基于此数据对A、B两组的生存分布进行Log-rank检验，并说明检验的基本原理。（3）假设研究者进一步收集了性别（男=1，女=0）信息，并拟合了Cox比例风险模型，得到回归系数β（性别）=-0.8,标准误SE(β)=0.3,p-value=0.04。请解释该模型结果的含义。五、分析题（共20分）一项随机对照临床试验旨在比较新药X与安慰剂Y对晚期肺癌患者生存期的影响。研究随机分配了100名患者（每组50人），随访3年。研究结束时，收集了两组患者的生存时间数据（部分数据已展示，单位：月）：新药组（X）：25,30,45,50,55,60,65,70,75,80,85,90,95,100,...（部分数据，有删失）安慰剂组（Y）：15,20,25,30,35,40,45,50,55,60,65,70,75,80,...（部分数据，有删失）（假设数据中存在删失，但未完全列出）请回答：（1）针对此研究目的和数据类型，应选择哪些生存分析方法来比较两组患者的生存差异？简述选择理由。（2）如果使用Kaplan-Meier方法绘制生存曲线，请说明曲线的解读要点，以及如何初步判断两组生存状况是否存在显著差异。（3）如果进一步使用Cox比例风险模型分析，除了比较生存差异，还可以探讨哪些因素的影响？在解释模型结果（如回归系数）时需要注意哪些方面？---试卷答案一、填空题（每空2分，共20分）1.风险因素2.生存3.非减4.Log-rank5.比例风险6.尺度参数（或特征寿命）灵敏度参数（或形状参数）7.正向（或增加）8.λ（或参数λ）9.生存概率（或生存模式）10.Kaplan-Meier二、选择题（每题2分，共20分）1.B2.C3.C4.D5.B6.D7.A8.C9.B10.A三、简答题（每题5分，共20分）1.生存分析研究的是带有时间戳的事件（如死亡、失败）发生时间，且数据常包含删失，重点在于描述和比较时间依赖性风险；一般线性回归分析研究的是因变量与自变量之间的线性关系，数据通常为完全观测值。生存分析关注的是“直到某个事件发生所需的时间”，而线性回归关注的是因变量的具体数值。2.删失数据是指部分个体的结局（事件发生或失访）在观察结束时未能得知确切时间。处理删失数据的基本思想是：在估计生存函数或进行统计推断时，不忽略删失信息，而是根据已知的观察信息进行推断，例如，Kaplan-Meier估计通过在删失时间点不进行跳跃，仅根据观察到的事件进行计算。3.相同点：都是非参数方法，不依赖于特定的生存分布假设。不同点：Kaplan-Meier估计仅使用时间信息和结局信息，直接根据观察到的数据点估计生存函数，是离散化的估计；参数生存回归模型假设生存时间服从特定的参数分布（如指数、Weibull），模型包含参数需要估计。Kaplan-Meier无需分布假设，参数模型则需假设分布并估计参数。4.比例风险假设（ProportionalHazardsAssumption）是指对于任意两个生存时间点t1和t2，以及任意两个风险状态相同的个体i和j，个体i的风险函数与个体j的风险函数的比值是一个不随时间t变化的常数。重要性：该假设是Cox模型有效性的基础，使得模型可以通过回归系数直接解释风险比。若假设不满足，可能导致模型估计偏差，回归系数的解释失效，且可能需要采用时间依赖性协变量或其他修正模型。四、计算题（共20分）（1）*A组：n=5。t=5,事件数=0,S(5)=1。t=8,事件数=1,S(8)=S(5)*[5/5]=1*1=1。t=10,事件数=1(患者1),S(10)=S(8)*[4/4]=1*1=1。t=12,事件数=1(患者4),S(12)=S(10)*[3/4]=1*(3/4)=0.75。t=15,事件数=1(患者2),S(15)=S(12)*[2/3]=0.75*(2/3)=0.5。t=20,事件数=1(患者7),S(20)=S(15)*[1/2]=0.5*(1/2)=0.25。A组在5,8,10,15,20处的Kaplan-Meier生存概率估计值分别为：1,1,1,0.75,0.25。*B组：n=5。t=5,事件数=1(患者6),S(5)=1*[(5-1)/5]=4/5=0.8。t=8,事件数=0,S(8)=S(5)=0.8。t=9,事件数=1(患者9),S(9)=S(8)*[4/4]=0.8*1=0.8。t=10,事件数=1(患者3),S(10)=S(9)*[3/4]=0.8*(3/4)=0.6。t=12,事件数=0,S(12)=S(10)=0.6。t=14,事件数=1(患者8),S(14)=S(12)*[3/3]=0.6*1=0.6。t=15,事件数=1(患者5,删失),S(15)=S(14)=0.6。t=20,事件数=1(患者10,删失),S(20)=S(15)=0.6。B组在5,8,10,15,20处的Kaplan-Meier生存概率估计值分别为：0.8,0.8,0.6,0.6,0.6。（2）Log-rank检验的基本原理是比较两组在所有观察到的生存时间点（包括事件发生时间和删失时间点）的“累计危险度”或“权重”的差异。检验统计量通常基于两组生存曲线之间的差异进行计算。基本步骤是：计算每个时间点的风险比（若未假设比例风险），并赋予每个事件一个权重（通常与风险比成正比），然后比较两组在各时间点累积权重之和的差异。如果A组的生存曲线整体高于B组，那么在早期A组的事件权重较小，在晚期A组的事件权重较大，累积权重之差可能较大，导致检验统计量显著，从而拒绝两组生存分布无差异的原假设。对于删失数据，Kaplan-Meier估计在删失时间点不进行跳跃，其权重处理方式保证了检验对删失信息的有效利用。（3）该模型结果表示：在控制其他变量（如果模型中有其他自变量）不变的情况下，性别为男性（取值为1）相对于女性（取值为0）的患者，其事件发生风险（如死亡风险）是男性患者风险的exp(-0.8)≈0.4706倍，或者说，女性患者的风险比男性患者高约1/0.4706≈2.12倍。由于回归系数β（性别）为负值，且p-value=0.04小于常规显著性水平（如0.05），表明性别与生存期之间存在显著的负相关关系，性别是影响患者生存期的一个有统计学意义的危险因素，女性患者的生存期显著长于男性患者。五、分析题（共20分）（1）应选择的生存分析方法包括：*Kaplan-Meier生存曲线：用于直观比较两组患者的生存分布模式。*Log-rank检验：用于统计检验两组生存分布是否存在显著差异。*Cox比例风险模型：用于分析治疗方式（分组）及其他潜在风险因素（如年龄、性别、病理类型等，若数据中包含）对生存期的影响，并量化比较治疗效果。选择理由：研究是比较两组（新药vs安慰剂）的生存差异，数据包含明确的生存时间和删失信息，符合生存分析的应用场景。Kaplan-Meier和Log-rank适用于初步比较和检验分布差异。Cox模型能进一步探讨影响生存的因素，是更深入的分析工具。（2）解读Kaplan-Meier生存曲线的要点：*观察曲线的走势：曲线下降越快，表示生存期越短；下降越慢，表示生存期越长。*比较曲线位置：若一条曲线整体显著高于另一条，说明对