生存分析试题附答案

生存分析试题附答案一、单项选择题（每题2分，共10分）1.生存分析中，生存函数S(t)的定义是：A.P(T≤t)B.P(T>t)C.P(T=t)D.E(T|T>t)2.某研究随访100例患者，其中20例在随访结束时仍未发生终点事件（如死亡），这种删失类型属于：A.左删失B.右删失C.区间删失D.随机删失3.风险函数h(t)的本质是：A.t时刻前未发生事件的概率B.t时刻发生事件的瞬时速率C.t时刻发生事件的累积概率D.t时刻生存时间的条件期望4.关于Kaplan-Meier（KM）估计，以下描述错误的是：A.属于非参数方法B.适用于存在删失数据的情况C.假设生存时间服从特定分布（如指数分布）D.通过乘积极限法计算生存概率5.Cox比例风险模型的核心假设是：A.生存时间服从指数分布B.协变量与生存时间线性相关C.风险比（HR）不随时间变化D.删失数据完全随机（MCAR）二、简答题（每题8分，共32分）1.简述KM生存曲线的计算步骤，并说明其如何处理删失数据。2.解释Cox比例风险模型中“比例风险假设”的含义，若该假设不成立，可采用哪些方法修正？3.比较参数法（如指数模型）与半参数法（如Cox模型）在生存分析中的优缺点。4.在竞争风险分析中，“累积发生率函数”（CumulativeIncidenceFunction,CIF）与传统“生存函数”（S(t)）的主要区别是什么？三、计算题（每题15分，共30分）1.某研究随访5例患者，生存时间（月）及事件状态（1=死亡，0=删失）如下：(3,1),(5,0),(7,1),(9,1),(12,0)。要求：（1）列出各时间点的风险集（AtRisk）、事件数（Events）；（2）计算KM生存概率S(t)及其标准误（使用Greenwood公式）；（3）估计中位生存时间。2.某临床试验比较两种治疗方案（A组vsB组）对某疾病患者的生存影响，随访数据如下：时间（月）A组事件/删失B组事件/删失11/00/020/11/031/01/040/00/151/02/060/10/0（注：A组初始样本量n=6，B组n=7）要求：（1）计算两组在各时间点的期望事件数（基于Log-Rank检验的原理）；（2）计算Log-Rank检验统计量（χ²），并判断两组生存差异是否显著（α=0.05）。四、综合分析题（共28分）某团队开展一项关于“肺癌患者术后生存影响因素”的研究，纳入120例患者，随访时间为术后1-60个月，终点事件为“肿瘤复发或死亡”（定义为事件发生，标记为1），未发生者为删失（标记为0）。协变量包括：年龄（岁，连续变量）、TNM分期（I期=1，II期=2，III期=3）、是否接受辅助化疗（是=1，否=0）。部分数据如下（仅展示前10例）：患者ID生存时间（月）事件状态年龄TNM分期辅助化疗1121583122406220336145114181523054805521661683073015021854042119916530104215321研究团队完成以下分析：（1）描述性统计：总体中位生存时间为28个月，删失率29.2%；（2）按TNM分期分组（I期vsII期vsIII期）绘制KM生存曲线，发现III期患者生存曲线始终低于I期和II期；（3）拟合Cox比例风险模型，结果如下表：协变量系数（β）标准误（SE）HR（Exp(β)）95%CIP值年龄（岁）0.030.011.03(1.01,1.05)0.021TNM分期（II期vsI期）0.650.281.91(1.10,3.32)0.020TNM分期（III期vsI期）1.200.353.32(1.68,6.55)0.001辅助化疗（是vs否）-0.720.310.49(0.27,0.89)0.021（4）通过Schoenfeld残差检验比例风险假设，结果显示所有协变量的P值均>0.05。要求：结合上述信息，回答以下问题：（1）该研究中删失数据的主要来源可能有哪些？如何判断删失是否为随机删失（MCAR）？（2）KM生存曲线显示“III期患者生存曲线始终低于I期和II期”，这一结果说明了什么？（3）解释Cox模型中“年龄（HR=1.03）”和“辅助化疗（HR=0.49）”的含义，并判断其统计学显著性；（4）若某患者为III期，年龄60岁，接受辅助化疗，计算其相对于I期、年龄0岁（假设参考值）、未接受辅助化疗患者的风险比（HR）；（5）研究结论认为“TNM分期是影响肺癌患者术后生存的独立危险因素”，是否合理？请说明理由。参考答案一、单项选择题1.B（生存函数定义为生存时间超过t的概率）2.B（随访结束未观察到事件为右删失）3.B（风险函数是t时刻的瞬时事件率）4.C（KM为非参数方法，不假设分布）5.C（比例风险假设要求HR不随时间变化）二、简答题1.KM曲线计算步骤：（1）将生存时间按升序排列，合并相同时间点的事件与删失；（2）对每个事件时间点t_i，计算风险集n_i（t_i时刻前未删失或未事件的样本量）；（3）计算生存概率S(t_i)=S(t_{i-1})×(n_id_i)/n_i（d_i为t_i时刻的事件数）；（4）删失数据在计算风险集时保留至删失时间点，不参与事件数计算，但会减少后续风险集样本量。2.比例风险假设指：对于任意两个个体i和j，其风险函数的比值（HR）不随时间t变化，即h_i(t)/h_j(t)=exp(β(X_iX_j))。若假设不成立，可采用：（1）分层Cox模型（按时间分层）；（2）时变系数Cox模型（允许β随时间变化）；（3）分段指数模型（将时间划分为区间，假设每个区间内HR恒定）。3.参数法与半参数法比较：参数法优点：假设分布明确时，估计效率高；可直接估计生存函数的具体形式；缺点：对分布假设敏感，若假设错误则结果偏倚；半参数法（Cox）优点：不依赖生存时间的具体分布；可同时调整多个协变量；缺点：无法直接估计基线风险函数；对比例风险假设有严格要求。4.主要区别：生存函数S(t)=P(无事件发生且未被其他事件影响至t时刻)，仅考虑目标事件是否发生；累积发生率函数CIF(t)=P(目标事件在t时刻前发生|可能被其他事件竞争)，同时考虑其他竞争事件对目标事件的影响（如死亡作为竞争事件时，CIF(t)反映“因肿瘤复发死亡”的概率，而非“所有原因死亡”）。三、计算题1.（1）时间点排序：3（事件）、5（删失）、7（事件）、9（事件）、12（删失）。各时间点风险集与事件数：t=3：AtRisk=5（全部入组），Events=1；t=5：AtRisk=5-1（t=3事件）=4（删失1例，风险集变为4-1=3？不，删失发生在t=5，风险集在t=5时仍为4（因t=3事件后剩余4例，其中1例在t=5删失，故t=5时风险集为4，事件数0）；更正：正确风险集计算需按时间顺序：t=3：风险集n1=5，事件d1=1；t=5：风险集n2=5-1（t=3事件）=4（此时1例在t=5删失，故后续风险集减少，但t=5本身无事件，事件数d2=0；t=7：风险集n3=4-1（t=5删失）=3（事件d3=1）；t=9：风险集n4=3-1（t=7事件）=2（事件d4=1）；t=12：风险集n5=2-1（t=9事件）=1（删失d5=0）。（2）KM生存概率计算：S(0)=1；S(3)=1×(5-1)/5=0.8；S(5)=0.8×(4-0)/4=0.8（删失不影响生存概率）；S(7)=0.8×(3-1)/3≈0.533；S(9)=0.533×(2-1)/2≈0.267；S(12)=0.267×(1-0)/1=0.267（删失不改变）。标准误（Greenwood公式）：SE(S(t))=S(t)×√[Σ(d_i/(n_i(n_id_i)))]以t=7为例：SE=0.533×√[(1/(5×4))+(0/(4×4))+(1/(3×2))]≈0.533×√(0.05+0+0.1667)≈0.533×0.465≈0.248。（3）中位生存时间：寻找最小的t使得S(t)≤0.5。S(7)=0.533>0.5，S(9)=0.267≤0.5，故中位生存时间在7-9个月之间，线性插值：(0.50.533)/(0.2670.533)×(9-7)+7≈7.25个月。2.（1）Log-Rank检验期望事件数计算：总事件数D=A组事件数（1+1+1=3）+B组事件数（1+1+2=4）=7；各时间点总风险集N(t)=A组风险集+B组风险集；期望事件数E_A(t)=D×[A组风险集N_A(t)/N(t)]，E_B(t)=D×[N_B(t)/N(t)]。时间点1：N_A(1)=6（未事件/删失），N_B(1)=7，N(t)=13；E_A(1)=7×(6/13)≈3.23，E_B(1)=7×(7/13)≈3.77；但实际事件数A组=1，B组=0，故该时间点对总期望的贡献为A组1×(6/13)，B组0×(7/13)。更准确的方法是按每个事件时间点计算：事件发生在t=1（A组）、t=2（B组）、t=3（A组+B组各1）、t=5（A组1，B组2）。以t=1（A组事件）：N_A=6，N_B=7，总N=13；期望事件数A组=1×(6/13)≈0.46，B组=1×(7/13)≈0.54；t=2（B组事件）：A组风险集=6-1（t=1事件）=5（t=2时A组有1例删失，故风险集=5-1=4？不，删失发生在t=2，风险集在t=2时A组为5（因t=1事件后剩余5例，其中1例在t=2删失，故t=2时A组风险集=5，B组风险集=7（t=1无事件）；总N=5+7=12；期望事件数B组=1×(7/12)≈0.58，A组=1×(5/12)≈0.42；t=3（A组和B组各1事件）：A组风险集=5-1（t=2删失）=4，B组风险集=7-1（t=2事件）=6；总N=4+6=10；期望事件数A组=1×(4/10)=0.4，B组=1×(6/10)=0.6；另一事件（B组t=3事件）同理，总期望事件数A组=0.4，B组=0.6；t=5（A组1事件，B组2事件）：A组风险集=4-1（t=3事件）=3（无其他删失），B组风险集=6-1（t=3事件）=5；总N=3+5=8；A组事件期望=1×(3/8)=0.375，B组事件期望=2×(5/8)=1.25；总期望事件数A组=0.46+0.42+0.4+0.375≈1.655；B组=0.54+0.58+0.6+1.25≈3.0；实际事件数A组=3，B组=4；（2）Log-Rank统计量χ²=Σ[(O_iE_i)²/E_i]，其中O_i为实际事件数，E_i为期望事件数。A组：(31.655)²/1.655≈(1.345)²/1.655≈1.81/1.655≈1.09；B组：(43.0)²/3.0≈1/3≈0.33；总χ²=1.09+0.33≈1.42；自由度=1（两组比较），查χ²界值表，χ²(1,0.05)=3.84，1.42<3.84，故P>0.05，两组生存差异无统计学意义。四、综合分析题（1）删失数据来源：患者失访、随访结束时未发生事件、因其他原因死亡（竞争风险）。判断MCAR需检验删失是否与生存时间或协变量无关（如通过Cox模型检验删失指示变量与协变量的相关性，若无关则接近MCAR）。（2）说明III期患者的生存概率在所有时间点均低于I期和II期，提示TNM分期越晚（III期），患者术后复发或死亡的风险越高，生存预后更差。（3）年龄HR=1.03：年龄每增加1岁，复发或死亡的风险增加3%（HR>1，风险升高），P=0.021<0.05，统计学显著；辅助化疗HR=0.49：接受辅助化疗的患者，复发