生存分析的SAS编程操作

1、生存分析的SAS编程操作，薛，2006/05/21，生存分析的相关概念，时间到事件(TTE):也叫生存时间或失败时间，指从研究开始到相应事件发生的时间。截尾值：它意味着在某些观测中TTE的确切值是未知的，并且我们所能知道的是它的测量值必须大于或小于某个值(即它的值的下限或上限)，或者在某个值范围内(值区间)。右侧删除：反映真实值下限的数据。左侧删除：反映真实值上限的数据。区间删除：反映真实值所在区间的数据。生存分析方法分类，非参数方法：产品极限法、生命表法等参数方法：指数分布法、威布尔分布法、对数正态回归分析法和对数逻辑回归分析法；半参数方法：考克斯模型分析法。生存分析方法的SAS过程，非参数

2、方法：寿命试验过程；参数方法：lifereg进程；半参数方法：phreg过程。生存分析的非参数方法，生存分析的非参数方法例1。在45例乳腺癌患者中，免疫过氧化物酶试验结果显示9例阳性，36例阴性。用于比较它们存活时间分布的SAS程序如下。proc lifetest图=(s)；时间时间*检查员(1)；阶层免疫；快跑。非参数生存分析例2，proc寿命试验数据=valongmethod=lt时间生存*检查员(1)；地层单元；快跑。一、关于肺癌患者生存天数的临床研究资料。因变量生存时间代表患者的生存天数，负值代表删失值；共变量包括细胞(细胞类型)、治疗方法(标准方法和试验方法)、既往治疗(0-无，10

3、-有)、年龄(年)、诊断月诊断时间(从诊断到入院的时间间隔)、KPS评分等。在数据中生成一个删失值指标变量审查器(1用于审查，0用于非审查)和一个处理分组变量处理(0用于标准方法，1用于测试方法)。寿命试验过程用于描述右删失时间数据的时间分布，并比较多个组之间的时间分布(检查两个或更多样本是否来自具有相同生存函数的群体)；提供了两个秩检验和一个似然比检验来检验多组生存函数的同一性。两个秩检验包括广义萨维奇检验(即对数秩检验)和威尔科克斯检验。lifetest进程可以包含的语句、proc lifetest语句和proc lifetest语句是调用lifetest进程的开始，它们的主要语句选项和可

4、执行函数如下表所示。proc lifetest语句的主选项，intervals=选项的设置方法，结束值用空格分隔，如 intervals=10 30 50 70 ；端点用逗号分隔，如“间隔=10，30，50，70”；“a到b”的形式，如“间隔=1到7”；“a到b乘c”的形式，如“间隔=1到7乘2”；混合模式，如“间隔=1，3至7，10”。plots=选项的绘图类型，strata语句，用于指定分层变量；寿命测试过程根据stratavariable的非缺失值对输入数据进行分层；如果要使用阶层变量的缺失值作为合法的阶层级别，可以在阶层语句中设置“缺失”选项；在分层报表中可以指定多个分层变量，分层情况

5、由每个分层变量级别的组合决定；对于数值层次变量，如果为它们设置了层次区间端点列表，则变量的级别对应于一个接一个形成的区间，设置方法类似于proc lifetest语句中的 intervals=选项；对于数值层次变量，如果为其设置了层次区间端点列表，则变量的级别对应于一个接一个形成的区间。所有划分的区间都是半开半闭的，第一个区间总是以-为下界，最后一个区间总是以-为上界。地层陈述分层区间端点列表设置模式，端点值由空格分隔，例如：地层年龄(5 10 20 30)；端点用逗号分隔，如地层年龄(5，10，20，30)；“a至b”的形式，如地层年龄(5至10岁)；“a到b乘c”的形式，如地层年龄(5到3

6、0乘10)；混合模式，如地层年龄(5，10到50乘10)；示例：地层重量(50至8010)；此时，变量wt将根据以下五个间隔分为五个级别：test语句，test语句指定需要与生存时间进行相关分析的协变量；测试语句中的变量必须是数字；对于测试变量，生命测试过程将通过两种秩检验统计量来检验它们与生存时间的相关性；还将给出每个试验变量的单变量试验的统计数据；还将给出关于协变量联合效应的统计列表，该统计列表的顺序与协变量对联合效应的贡献顺序一致。time语句，这是调用lifetest过程所必需的，用于指定表示生存时间的变量。时间语句有以下形式：时间变量；其中“变量”是生存时间变量的名称，必须指定；以下

7、星号“*”和“审查者(列表)”是可选的，用于指示数据的删除值。“审查”是代表被审查值状态的变量的名称，“列表”是变量值的部分列表(必须是数字，不能缺少值)。如果变量取列表中的值，则观测值的生存时间为截尾值。这里的审查值都代表右侧的审查值。生存分析的半参数方法，生存分析的半参数方法实施例1，proc phreg数据=骨髓瘤；模型时间*VStatus(0)=LogBUN HGB血小板年龄LogWBC Frac LogPBM蛋白质等级/选择=逐步选择=0.15 slstay=0.15细节；快跑。一项关于骨髓瘤患者生存时间的研究治疗了65名患者，其中48名患者死亡，17名存活。可变时间代表患者自诊断之

8、日起的存活时间；变量vstatus代表患者的生存状态，0代表生存，1代表死亡。怀疑与生存功能相关的变量包括对数血尿素氮(诊断时的对数血尿素氮)、血红蛋白(诊断时的hgb)、血小板(血小板，0-异常，1-正常)、年龄(诊断时的对数血尿素氮)、骨折(诊断时的骨折，0-无，1-是)和鳞状细胞癌。分析的目的是从这9个解释变量中确定重要的预后因素。phreg过程基于生存数据的Cox比例风险模型进行回归分析；回归参数的线性假设是可以检验的。对配对病例对照研究进行条件逻辑回归分析；创建包含相关统计数据等的输出数据集。phreg进程可以包含语句，proc phreg语句，proc phreg语句是调用phre

9、g进程的开始，并且在语句中可以设置的语句选项很少。有关设置方法和功能，请参见下表。proc phreg语句选项、model语句和model语句用于将变量指定为到期时间、可选的删除值状态变量和独立变量等。模型语句可以以两种不同的形式设置：模型响应=变量；模型(t1，t2)=变量；第一种类型适用于只有一个因变量的情况，第二种类型适用于在过程的输入模式中计算两个因变量的情况；在第一种类型的模型语句中，等号前的“响应”项将变量表示为到期时间。如果包含审查值，则必须指定“审查”项目以指示审查值的状态；在第二种类型的模型陈述中，有两个变量表示故障时间，这两个变量构成了半开放和半封闭区间，这两个区间表示被观

10、察对象处于危险中的时间区间。Phreg过程要求截尾状态变量和自变量必须是数值变量，失效时间变量不能取负值。如果故障时间的值为负，相应的观察将被拒绝。模型语句的主要选项，编程语句，是指可以在phreg过程中使用的其他SAS语句(主要是数据步骤的通用编程语句)，用于创建新的独立变量值或修改现有的独立变量值；这种陈述在拟合包含时变自变量的模型时特别有用。它们也可以用来创建不依赖于时间的新的独立变量。数据步骤的各种功能也可以在phreg过程中使用，它们的用法完全相同，并且它们执行完全相同的功能。可用于编程语句的操作示例phreg过程的数据步骤语句，以调查血压对生存时间的影响，并在研究期间的多个时间点测

11、量受试者的血压。血压可以被视为一个与时间相关的独立变量。当拟合模型时，可以在每个时间点应用最新测量的血压值，而不是所有初始或最后测量的血压值。对每个受试者来说，正确变量的值被测量，如果它是无条件的或不可能测量的，它被缺失的值代替。时间生存时间审查审查值状态(0表示审查值)受试者进入研究时的血压BP0 T1时间1 BP1时间1血压测量T2时间2 BP2时间2血压测量，分层陈述和比例风险假设可能不适用于所有数据，如果是这样，有必要和合理地对数据进行分层分析。Strata语句用于指定分层的变量。phreg过程根据地层变量的非缺失值对输入数据进行分层(除非在语句中设置了“缺失”选项)。半参数生存分析例

12、2(条件逻辑回归模型)，一项关于出生低出生体重儿的调查数据，共采访了189名妇女，其中59名生下低出生体重儿，其余130名生下正常出生体重儿。可能的危险因素包括：女性最后一次月经时的体重-体重、高血压-ht、孕期吸烟-吸烟、泌尿系统刺激-ui等。女性年龄被用作m:n匹配的逻辑回归分析的匹配因素。proc phreg数据=LBW模型时间*低(0)=LWT烟高温指数/联系=离散；地层时代；快跑。proc逻辑数据=lbw类别烟雾高温界面/参考=第一；模型低(事件=1)=LWT烟雾高温界面；地层时代；快跑。练习1，数据集男性是关于男性心绞痛患者生存率的调查数据，它包含三个变量：年是诊断后的生存时间，删失是删除值的指示变量(1-删除，0-未删除)，freq是每个时间点的频率。请使用此数据绘制生命表(以1年为单位)，用生命表法估计每个时间点的生存函数，计算中位生存时间及其置信区间，并绘制生存分布函数随时间变化的生存曲线。为探讨恶性肿瘤的预后，收集了63例患者的生存时间、预后及影响因素。影响因素包括治疗方法、肿瘤浸润程度、组