疾病预后研究PPT参考课件

1、疾病预后研究与评价,一 概述 二 研究设计方案 三 生存分析 四 疾病预后证据的评价,一概述,定义：预后是指疾病发生后的结局。 研究意义： 1 克服凭临床经验判断预后的局限性 2 了解疾病的自然史、病程和疾病的危害程度 3 研究影响疾病预后的各种因素 4 评价疾病的防治效果,影响预后的因素：,早发现、早诊断、早治疗 患者的机体情况 疾病本身的特点 患者的病情 医疗干预的效果 医院内感染 患者、社会、家庭因素,二研究设计方案,预后研究的设计应遵循临床疗效研究的设计原则 疾病预后的研究可归结为两类： 一是对疾病的预后状况进行客观描述 一是对影响预后的因素进行研究,1. 队列研究（cohort st

2、udy）- 最优设计方案。,一、疾病预后研究的常用设计方案,图91 队列研究示意图,暴露 疾病 人数,2.纵向研究（longitudinal study） 属于描述性研究，经过一定时期的随访。 3.随机对照试验（RCT） 随机将患者分配到不同的预后因素。,4.病例对照研究（case control study）,研究人群,病例,对照,病例暴露,病例未暴露,对照暴露,对照未暴露,现在,过去,（1）疾病预后研究的始点 （2）研究对象的来源 （3）研究队列成员的随访率和失访率,疾病预后研究设计应该注意的问题,预后研究常用的评价指标： 1反映疾病致死程度的指标 2反映疾病恢复的指标 3反映疾病结局构成

3、的指标 4反映生存情况的指标,1.生存率 适用于病程长、病情较重、致死性强的疾病的远期疗效观察。 2.病死率 适用于短时期、发生死亡的疾病。 3.治愈率 适用于病程短、不易引起死亡、疗效较为明显的疾病。,4.缓解率 适用于病程长、病情重、死亡少见但又不易治愈的疾病。 5.复发率 适用于病程长、反复发作、不易治愈的疾病。 6.致残率 适用于病程长、病死率低、病情重又极难治愈的疾病。,应用预后指标的注意问题 首先要根据疾病的特点选择指标 其次要注意多选择客观、特异、明确、具有公认标准的指标 要特别注意率所反应的信息。（图9-2）,图9-2 相同生存率的不同预后过程,计算预后指标应注意的问题,1 随

4、访期限 2 明确记录终止随访的原因 3 明确各指标计算的起点 4 率的比较 两个及以上的率进行比较时必须在同质的情况下进行,三生存分析,概述 分析方法,定义：是用以处理以生存时间为反应变量、含有删失个例一类资料的统计方法。 生存分析的特点：1 可以处理删失。2 作为分析对象的生存时间非负而且其分布常常在右边带有较长的尾巴（右偏）。,定义与特点,生存分析是目前进行疾病预后研究的主要 方法之一。 在疾病预后研究中生存分析的适用范围 1远期临床疗效的评价 2人群卫生保健措施的效果评价 可用于生存率估计、生存率和生存曲线比较、 影响因素分析。,生存分析的基本概念,1 事件（Event）:指由研究者规定

5、的生存时间的终点。如：死亡、疾病的复发等。 2 生存时间（Survival time）：指从某一起点开始到所关心事件发生的时间。 3 删失（Censoring）是指由于所关心事件的发生未被观测到或无法被观测到以至生存时间无法被准确记录下来的情况。 右删失：即从时间轴看，终点事件发生在最后一次随访时间的右方，其真实的生存时间只能长于观察到的时间而不会短于这个时间。此类删失最为常见。,右删失的原因： 1、失访 2、随访结束时对象仍存活 3、治疗措施改变 删失值常在其右上角标记“+”。如35+,4 生存函数（Survival Distribution Function SDF） 生存资料中常用的分布

6、为指数分布，指数分布的生存函数为： S(t)=e-t 为参数，含义是个体在某时刻尚未死亡，而在以后的单位时间长度内死亡的条件概率，它是一个常数，通常称为生存率。,生存分析方法,一、寿命表法（Life Tables） 二、Kaplan-Meier 法(Kaplan-Meier ) 三、Cox回归模型（Cox）,一、寿命表法（Life Tables）,由天文学家Halley(16561742)提出，历史久远。至1960年前后，寿命表计算的数理方面的研究已经非常成熟。 适于样本量较大，生存时间分段记录的数据。如：术后5年生存率。比较某因素不同水平的生存时间有无差异。,例1：20名或期黑色素瘤患者的治

7、疗后生存时间（周）,试计算100周生存率。,例2：114例男性胃癌患者术后生存情况,描述5年生存率。,二、Kaplan-Meier 法(Kaplan-Meier ),由Kaplan和Meier提出。实际工作中常用。 适于小样本或大样本，每个观察个体的事件发生时点或删失发生时点能够被准确记录下来的生存时间数据。比较某因素不同水平的生存时间有无差异。,例3:44名慢性活动性肝炎患者的生存时间,*失访；+研究结束时仍存活,试比较疗效。,比较两组某时点处的生存率,Z1.96,则P0.05,例4：3种疗法治疗66例白血病患者的缓解时（天）,试比较3种疗法的疗效。,Life table,Kaplan-Me

8、ier,三、Cox回归模型（Cox）,由Cox于1972年提出。 Cox回归又称比例风险模型，是一种半参数的统计方法。目前已经成为生存分析的标准统计方法。 适于研究多种因素对生存时间的影响。 样本量要求：样本足够大，一般要求完全数据例数（如死亡例数）应为模型中变量数的10倍以上。,（一）模型结构,式中，X1，X2，,Xp为协变量或影响因素， h(t)为具有协变量X1，X2，,XP的个体在t时刻的风险函数 h0(t)为t的未知函数，即X1=X2=XP=0时t时刻的风险函数，称为基准风险函数,为各协变量所对应的回归系数,（二）模型假定,（1）由Cox模型表达式可知，在p个协变量共 同影响下，时刻t

9、的风险函数为,使得风险函数由h0(t)增至,故Cox模型是一种乘法模型,(2)任两个个体风险函数之比，即风险比（risk ratio,RR）或相对危险度（relative risk,RR）,RR与h0(t)无关，在时间t上为常数，即模型中协变量的效应不随时间而改变，称为比例风险假定（assumption of proportional hazard）,简称PH假定，比例风险模型由此得名。,RR又可表示为,（三）参数解释,上式中，左边为RR的自然对数，右边为协变量的变化量与相应回归系数的线性组合。,在其他协变量不变的条件下，变量Xj每增加一个单位所引起的相对危险度的自然对数；,在其他协变量不变的

10、情况下，变量Xj每增加一个单位所引起的相对危险度。,参数估计与假设检验,参数估计方法：部分似然估计 Cox比例风险模型的似然函数可分解为两部分： 第一部分与h0（t）和有关，第二部分只与 有关。 部分似然估计只考虑第二部分，采用最大似然 估计得到回归系数估计值。,假设检验方法： Score检验 常用于模型中新变量的引入 Wald检验 常用于模型中不重要变量的剔除 似然比检验 常用于模型中不重要变量的剔除和新变量的引入 三种方法均采用X2检验，自由度为模型中待 检验的参数个数。,例5：19992000年95例恶性胆道梗阻住院患者生存时间的影响因素,影响因素:支架类型（group）、 性别（gen

11、der） (16个) 住院天数（duration）、 状态(status) 并发症（complica）、梗阻段（obstruct） 肿瘤体积（size）、分期（stage） 年龄（age）、总成本（cost） 生存时间（time）、HB（hb） STB（stb）、ALT（alt）、AST（ast） ALP（alp）、RGT（rgt）、WBC（wbc）,小结生存分析的基本步骤,1 刻画生存时间的分布 方法：Kaplan-Meier法和寿命表法。 2 生存时间分布的组间比较 （不考虑其他混杂因素） 方法： Kaplan-Meier法和寿命表法。 3 评价生存时间分布影响因子的效果 方法：Cox 回

12、归模型,Kaplan-Meier法和Life Tables法的区别,1 基本思想不同： Life Tables 过程是将生存时间分成许多小的 时间段，计算该段内生存率的变化情况，分析 的重点是研究总体的生存规律。 Kaplan-Meier过程则是计算每一“结果”事件 发生时点的生存率，分析的重点除研究总体生 存规律外，往往更加热心于寻找相关影响因素。,Kaplan-Meier法和Life Tables法的区别,2 对于分层变量的处理不同 Life Tables 过程仅按该分层变量进行分层， 没有考虑其对生存时间的影响，即没有提供 控制该分层变量的情况下对研究因素对生存 时间的影响进行统计分析的

13、能力。 Kaplan-Meier过程则是在控制该分层变量的 情况下对研究因素对生存时间的影响进行统 计分析。,Kaplan-Meier法和Life Tables法的区别,3 做出的生存曲线不同 Life Tables 过程做出的曲线可以回答肿瘤病 人的5年生存率如何。 Kaplan-Meier过程则可以回答给予某种治疗 措施后，病人的生存时间变化情况。,Kaplan-Meier法和Life Tables法的区别,4 统计学检验方法不同 Life Tables 过程采用Wilcoxen(也叫Gehan)法 Kaplan-Meier过程用Log rank 法、Breslow法、 Tarone-Wa

14、re法,疾病预后证据的评价,循证医学对预后证据的评价原则为3项8条原则循证医学工作组 一预后研究的证据是否具有真实性 二预后研究的证据是否具有重要性 三预后研究的证据是否具有实用性,一预后研究的证据是否具有真实性,1. 被确诊患者的代表样本，是否处于疾病病程中的一个共同（或早期）起点 2. 是否有足够的随访时间，并且随访了全部的病例 究竟失访多少病例会影响研究的真实性，很难有一个确切的答案，通常认为失访率应 20%；目前根据Sackett 在循证医学一书中，提出的两条建议可作参考：,（1）“5与20”的原则：,当失访在5%以下时，产生的影响较小；而大于20%则会严重影响预后结果的真实性；在5%

15、与20%之间，影响真实性的程度，可根据疾病本身的特点作具体分析。,（2）简单的“敏感性分析”：,例如某项预后研究，共纳入患者100例，在2年后随访84例中死亡4例，失访16例，则 病死率=4/84=4.8%。假定失访的16例，全部为致残或死亡病例，可算作“最差病例”（worst case）；如失访是迁移或工作调动可认定为“最佳病例”（best case）。 假设以最差病例计算，则最差预后的病死率=（4例死亡+16例失访）/（随访84例+16例失访）=20%。换言之，假定失访者均为死亡，则病死率为20%；如果以最佳病例计算，则最佳预后的病死率=（4例死亡）/ （随访84例+16例失访）=4%，该病死率与实际随访84例的病死率4.8%甚为相近，而与最差预后的病死率相比则相差5倍之多。,3. 是否采用了客观的预后指标 4. 如果不同比较组中预后的结果有所不同，是否调整了影响预后的其他因素 例如，Framingham 的一项有关风心病合并心房纤颤与非风心病合并心房纤颤患者发生脑卒中的预后研究中 初步结果显示：风心病合并房颤的脑栓塞率为41/1000人年，与非风心病合并房颤患者的脑栓塞率相似 但在进一步比较两组的资料时发现，有风心病的患者偏年轻，同时两组在性别、血压等方面均不平衡 经过调整年龄、性别与高血压后，显示风心病合并房颤患者并发脑