医学统计学 临床随访研究及分析.pptx

会计学实际问题生存分析（survivalanalysis）是将事件的结果（终点事件）和出现这一结果所经历的时间结合起来分析的一种统计分析方法。
生存分析不同于其它多因素分析的主要区别点就是生存分析考虑了每个观测出现某一结局的时间长短。4.1生存分析基本概念生存时间举例4.1.2观察结果(outcome)4.1.3生存时间的类型例如：
某肿瘤医院调查了1991-1995年间经手术治疗的大肠癌患者150例，对可能影响大肠癌术后生存时间的因素进行了调查，如性别、年龄、组织学分类、肿瘤大小、Dure’S分期等。随访截止日期为2000年12月30日，随访记录见下表。大肠癌患者的随访记录

编号性别年龄…手术日期随访终止日期随访结局生存时间(天)
1男45…1991.05.201995.06.04死亡1476
2男50…1992.01.121998.08.25死亡2417
3女36…1991.10.241994.03.18失访876+
4男52…1994.11.022000.12.30存活2250+
5女56…1994.06.251995.03.17死亡265
6女60…1993.12.051996.08.16死于其它985+
…生存时间例15.5102名黑色素瘤患者的生存时间(月)如下102名黑色素瘤患者的生存时间的频数分布4.2常用观察指标及其估计死亡概率(deadprobability)生存概率(survivalprobability)生存函数(survivalfunction)，或累积生存概率(cumulativesurvivalprobability)
指观察对象经历t个单位时段后仍存活的
可能性。

由例子可看出，生存率与生存概率不同，生存概率是单个时段的结果，而生存率实质上是累积生存概率（cumulativeprobabilityofsurvival），是多个时段的累积结果。
例如，3年生存率是第1年存活，第2年也存活，第3年还存活的可能性。生存曲线（survivalcurve）
以观察（随访）时间为横轴，以生存率为纵，将各个时间点所对应的生存率连接在一起的曲线图。
生存曲线是一条下降的曲线，分析时应注意曲线的高度和下降的坡度。平缓的生存曲线表示高生存率或较长生存期，陡峭的生存曲线表示低生存率或较短生存期。生存率该法是Kaplan和Meier于1958年首先提出，故又称Kaplan-Meier法
利用条件概率乘法原理来估计生存率，即：编号图15.9两组手术方式生存概率(Kaplan-Meier)曲线生存率的标准误生存率的可信区间例如20天时的生存率为生存曲线的log-rank检验例15.7对例15.2中两种手术方式下的肾移植病人的生存过程进行比较组别
group第四节Cox比例风险回归模型一、Cox模型的基本形式

β>0，RR>1，说明变量X增加时，危险率增加，即X是危险因素。
β<0，RR<1，说明变量X增加时，危险率下降，即X是保护因素。
β=0，RR=1，说明变量X增加时，危险率不变，即X是危险无关因素。

二、参数估计与假设检验三、因素筛选与最优模型的建立分析结果（结果解释）分析结果（结果解释）表17.1425例某病人用两种治疗方法的生存时间
由此即得Cox比例风险函数分析结果（结果解释）小结（论文报告中应写明）2．结果
估计：Kaplan-Meier生存率及生存曲线。
比较：log-rank检验卡方值及其P值。
因素分析及预测：
变量赋值(数量化方法)表
变量统计描述：
各组病例数和构成比（分类变量）
均数和标准差（数值变量）
变量筛选方法及检验水准
Cox回归结果及统计解释
Cox回归与多元线性回归、logistic回归的比较案例分析有无不良染色体与缓解的关系
不良染色体缓解未缓解合计缓解率（％）
有5131827.8
无35837.5
合计8182630.8

考虑到例数较小，采用Fisher确切概率法，得到P＝0.667，尚不能认为不良染色体影响病情的缓解。这种情况下的结果并不可靠，原因是两个比较组之间其它影响患者病情缓解的因素不一定均衡，因而需要考虑平衡其它可能的影响因素如年龄（岁）、骨髓原幼细胞分组（≥50％＝1；＜50％＝0）、CD34表达（阳性＝1；阴性＝0）、性别（男＝1；女＝0）的作用。
多因素logistic回归分析结果
因素回归系数Wald卡方POR
染色体1.4571.1610.2814.29
骨髓原幼2.9614.7780.02919.2
细胞分组

采用多因素logistic回归分析，经逐步法按0.10水准，平衡骨髓原幼细胞分组后，有无不良染色体不影响患者的缓解（P＝0.281）。
有一位临床医生指出，仅考虑是否缓解还不够，如果进一步利用缓解时间的长短来进行分析，信息利用得更充分。
费