卫统实践spss课件2生存分析简介

1、生存分析概基本概生存率的估生存曲线的比Cox比例风险模生存分析概基本概生存率的估生存曲线的比Cox比例风险模2，只考虑生存时间时间分布不明（肯定不呈正态分布，在3，只考虑生存时间时间分布不明（肯定不呈正态分布，在3大量失访失去联系将失访数据无论是还是存活似乎都不大合Logistic的大量失访失去联系将失访数据无论是还是存活似乎都不大合Logistic的4比较不同人群的生存过程(两/多样本比较不同人群会5比较不同人群的生存过程(两/多样本比较不同人群会5生存分析的方参数非参数生存分析的方参数非参数6半参数存时间（和基线风险函数）其典型方法是Cox7半参数存时间（和基线风险函数）其典型方法是Cox

2、7881. 终点事件的确定是生存分析的基础，必须1. 终点事件的确定是生存分析的基础，必须失效事件应当由研究目的而决定，并非一（如病也的、疾病的痊愈、某电子设备出现故障）非一定是发生了失效事件（如肺癌患者死）9起点事件与终点事件是相对起点事件与终点事件是相对2. 生存时间/为来2. 生存时间/为来3.删失值/截尾3.删失值/截尾左删失、右删失和期间删某一时点之前/4.生存概率与生存率(生存曲线14.生存概率与生存率(生存曲线1校正观察例数期初观察数 1 截尾例2常用P (xt)P tkk p1 p2 S( k Ttk生存概生存概率是针时间而言的，而生存率是针某个较长时间段的，是生存概率的累积结

3、率，而这每1年有不同的生存概率例：手术治疗100例食管癌患者，术后1、2、3数分别为1020、30直接法1年生存率:(100-2年生存率例：手术治疗100例食管癌患者，术后1、2、3数分别为1020、30直接法1年生存率:(100-2年生存率:(100-10-3年生存率:(100-10-20-概率乘法定理术后第3年生存概率:(70-1年生存率2年生存率3年生存率而生存率实质上是累积生存概率(cumulative probability of 5.中位生存时当累积生存概率为0.5时所对应的生存时间，表5.中位生存时当累积生存概率为0.5时所对应的生存时间，表有且只有50%可以活过这个时如果无失访

4、，其估计值等于人存活的时，还有描述生存过为什么不用普通的率计算方法进行估计确描述生存过为什么不用普通的率计算方法进行估计确Kaplan-Meier法()（）Kaplan-Meier主要用于小样Kaplan-Meier主要用于小样本资料，难以将生存时间按组段划分假在各个时段生存的事件独立，生存概率p，则应用概率乘法得生存率估计的应用公式 p1 p2 S( k TtkKaplan-Meier法分析实一组10的生存时间（日）如下，用Meier法估计Kaplan-Meier法分析实一组10的生存时间（日）如下，用Meier法估计其生存曲线（+代表截尾表在大型研究中，因条件限制，往往无法对每一个做到详、

5、及结果，只能表在大型研究中，因条件限制，往往无法对每一个做到详、及结果，只能按一定的时间随访情况，此时收集到的资料就是分组生存资料，相应的分析就被称为分组资料的生存析表法(大样本资料基表法分析实现有68名心脏移植后表法分析实现有68名心脏移植后间的资料，K-MK-M法根；“间的资料，K-MK-M法根；“非参数方法:不强行假定生存时间的分布情况，非参数方法:不强行假定生存时间的分布情况，Log-Breslow原理：本质为大样本卡方检验，在观察对象按时原理：本质为大样本卡方检验，在观察对象按时数的观察值和理基Log-检jj11njSjjj2NN)Breslow检(jje1j 1Log-检jj11n

6、jSjjj2NN)Breslow检(jje1j 1(Nj每一时间点上的总观察数njSjNj 1分析实某医生收集23例晚期肺癌患者在接受分析实某医生收集23例晚期肺癌患者在接受化疗后的生存时间注Log-注Log-Cox为了纪念计学家Cox的贡献，统计学家把称为Cox比例风险模半参数模Cox为了纪念计学家Cox的贡献，统计学家把称为Cox比例风险模半参数模h(X,tt)exx0与参数模型相比，该模型不能给出各时点的风险率对Cox比例风险模型在k下，假定它们在随访期间的取值不随时间而变化，在时点(Xth(X,t t)exx00Cox比例风险模型在k下，假定它们在随访期间的取值不随时间而变化，在时点(

7、Xth(X,t t)exx00t Log Rh(t)x x0RH(t)就是相度RR或风险比riskratio，Cox定其大小与时间t无关，即等比例风险假设，简称PH比例风险模型(proportionalhazard方法的特点，而exp，所以Cox Cox比例风险模epxp h(X,t)h 1 0Cox比例风险模epxp h(X,t)h 1 0hX,t)具有自变量X在h0(t) 称为基线风险函数/基准风险率，表示所有自变量X=0参数i的含义总体偏回归系数，其估计值为bi组取值h(x h0(t)exp() exp() RRh(xh(xk 1,t) h0(t)exp(k 1) exp() h(x k

8、,t)模型参数的估计例：在研究1945年广岛、长崎核发率时发现，1945模型参数的估计例：在研究1945年广岛、长崎核发率时发现，1945于的性逐年下降。这样的资料是不满足前面所述的Cox比风险模型的假设，此时就应改为时间依存协变量模型/非比风险模型，把所怀疑的那个自变量定义成时间依存自变2015/5/12个自变量时必须用法加某药)，另一组为对照组(传统疗法)胞计数(wbc)法加某药)，另一组为对照组(传统疗法)胞计数(wbc)在SPSS直接输入数据量不多时适用的工作读入其它格在SPSS直接输入数据量不多时适用的工作读入其它格式的数据: demo.xls (File-New-导入文本数据dem

9、o.txt(File-ReadText导入数据库格式的数据demo.mdb(Ac database )s在SPSS直接输两个班的成绩如下A: 85, 86, 80, 90, 88, 87, 88, 89, 84, B: 84, 83, 88, 86, 82, 85, 88,89, 80, 在SPSS直接输两个班的成绩如下A: 85, 86, 80, 90, 88, 87, 88, 89, 84, B: 84, 83, 88, 86, 82, 85, 88,89, 80, ComputeVariable值Recode/Visual/Optimal变量重编码，5岁1CountValueswithi

10、nCases针对观察Cases/AutomaticRecode过程9SortCases/Variables：排序 Split File：文件拆分SelectCasesWeight Cases： Validation/Identify Duplicate Cases/IdentifySortCases/Variables：排序 Split File：文件拆分SelectCasesWeight Cases： Validation/Identify Duplicate Cases/IdentifyUnusualCases:数据（逻辑）yze-Descriptive1.Frequencies变异系数C

11、Vyze-Descriptive1.Frequencies变异系数CV2.Descriptive计算常用的统计描述指标，不能分组描述生成标准正态分布变量ZSPSS3.Explore过计的M统计量等，可以分组描述(Factor List)SPSS3.Explore过计的M统计量等，可以分组描述(Factor List)4.Ratio过(如:平均绝对离差5.分类变量资料的统计描述Cells/SPSS离散型资料（有序1.Frequencies2. FrequenciesExplore 过程RatioSPSS离散型资料（有序1.Frequencies2. FrequenciesExplore 过程Ra

12、tioSPSS中统计表绘制的菜yzeTables-CustomTables定量+定性SPSS中统计表绘制的菜yzeTables-CustomTables定量+定性饼图(Pie顺Graphs-Legacy饼图(Pie顺Graphs-Legacy直方直方直方图特有选项进箱式图箱式图数指标，如中位数、四分位数等对该变量的分布规律(/离散趋势)进行呈现，还可以进行对称性和极值的判中间的黑粗线为中位数；方框为四分位间距范围超过上下框界1.5倍IQR的为离群值，以“O”超过3倍IQR的值。以“*Les Dios散点散点图两个或多个变量间的相关关系与变化趋势是必须的实现方法Graphs-LegacyDial

13、ogs实现方法实现方法Graphs-LegacyDialogs-面积图(Area实现方法Graphs-LegacyDialogs-(Error面积图(Area实现方法Graphs-LegacyDialogs-(Error实现方法Graphs-LegacyDialogs-Bar条形图+误差图Graphs-LegacyDialogs-ErrorBar误差图fP-P图图yze-Descriptive istics-P-P-P图图yze-Descriptive istics-P-配对设计两组相关计量资料均数间比较的t检完全随机化设计多组独立计量资料均数间的随机区组设计多组相关计量资料的均数比完全随机化

14、设计单组样本的基于秩次的非参数检Wilcoxon：配对设计两组相关样本的基于秩次的完全随机化设计单组样本的基于秩次的非参数检Wilcoxon：配对设计两组相关样本的基于秩次的非参数检McNemarMarginalHomogeneityMcNemar法在多分类情形下的扩展，有序多分类的资完全随机设计两组独立样本的基于秩次的非参数Mann-WhitneyU：最常用的方法(Wilcoxon秩和检验Kolmogorov-SmirnovMosesextremereactionsWald-Wolfowitzruns完全随机设计多组独立样本的基于秩次的非参数Kruskal-Wallis H MedianJo

15、nckheere-stra:适用于连续性或有序分类资料，有序分类时统计效能高于Kruskal-H随机区组设计多组相关样本的基于秩次的非参数Friedman检验：最常用的方法 (处理+区组-2Kendalls WCochrans QChi-Chi-配对卡方检验Chi-Chi-配对卡方检验22I多层四格表：用Breslow-DayTest和Tarones-Haenszel和CochransSpearmanSpearman分析过程1.散点图(GraphsLegacyDialogsScatter/Dot Simple Scatter）；分析过程1.散点图(GraphsLegacyDialogsScatter/Dot Simple Scatter）；yze-CorrelatePearson;Spearman;3.对相关系分类变量独立样本间的关联性分分类变量