生存分析医学生

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2020/3/5,#,2024/11/14,1,引例,现用新旧两种方法治疗某癌病患者各,100,人，结果如下表，试评价其疗效,表,3,新旧两种方法治疗某癌病,死亡人数,新法组 旧法组,RR,一年,16 15 1.01,二年,25 35,0.70,五年,40 80 0.50*,2024/11/14,2,生存分析,2024/11/14,3,一、基本概念,生存时间（,survival time),：,疾病治疗的预后情况，一方面看结局好坏，另一方面还要看出现这种结局所经历的时间长短。所经历的时间称为,生存时间,。,完全与不完全数据,一部分研究对象可观察到死亡，从而得到准确的生存时间，所提供的信息是完全的，称为,完全数据,；另一部分病人由于失访、意外事故、或到观察结束时仍存活等原因，无法知道确切的生存时间，它提供了不完全的信息，称为,不完全数据,（,截尾数据,、,删失数据,:,censor data,）,。,2024/11/14,4,始点终点,2024/11/14,5,始点终点,2024/11/14,6,生存分析,(,survival analysis),：,生存时间一般是通过随访收集。不完全数据提供了部分信息。须要用专门的方法进行统计处理，这类统计方法起源于对寿命资料的统计分析，故称为,生存分析。,2024/11/14,7,“,生存”的概念,生物生存 与死亡,仪器始使正常 与出现故障,疾病产生 与治愈,疾病治愈 与复发,阴性 与阳性,2024/11/14,8,截尾数据的处理,因为不太好处理截尾数据，很多临床研究工作者常常将失访或中止等原因造成的截尾数据在分析时抛弃。截尾数据提供的信息虽然是不完全的，但也很有价值，不应随便删掉它。,2024/11/14,9,生存分析的主要内容,第一，描述生存过程,研究生存时间的分布特点，估计生存率，生存曲线；,第二，比较生存过程（假设检验）,对两组或多组生存率进行比较；,第三，影响生存时间的因素分析,了解影响生存过程的主要因素为改善预后提供指导,。,2024/11/14,10,例在对资料进行描述时：,5,名癌症患者存活时间（月）,6 10 14 20 20,n=5,平均生存时间,mean=18,，,median=,7 8,+,25 35,+,50,当有截尾数据时，,?,2024/11/14,11,死亡概率,(mortality probability),是指死于某时段内的可能性大小,.,记为,q,，年死亡概率计算公式为：,某年内死亡数,q,某年年初人口数,若年内有删失，则分母用校正人口数：,校正人口数年初人口数,1/2,删失数,二、生存资料常计算的几种率,2024/11/14,12,死亡概率（,2,）,死亡概率是指已活满,t,时刻的个体，在此后一段时期内（,t,至 ）死亡的可能性。死亡概率的计算公式为,2024/11/14,13,若,t,至 内有截尾值，上式的死亡概率也偏低，可对分母加以调整，为：,如果很短，即 时，死亡概率为,t,时刻的瞬时死亡概率，或称为危险函数（,hazard function,h(t),），其意义为刚刚活过,t,时刻的个体在,t,时刻死亡的概率。,2024/11/14,14,生存概率,(survival probability),表示在某单位时段开始时存活的个体到该时段结束时仍存活的可能性大小,记为,p,。年生存概率计算公式为：,活满某一年人数,p,1,q,某年年初人口数,若年内有删失，则分母用校正人口数。,2024/11/14,15,若在,t,至 时段内有截尾值，也应计算调整生存概率,生存概率与死亡概率之间有以下关系,:p=1-q,2024/11/14,16,生存率与生存函数,累积生存概率，简称,生存率，是指病人经过,t,个时间单位之后仍存活的概率。,若令,s(t),为任意时刻,t,的生存率，,T,为生存期，得,s(t)=p(Tt)0t,，称,s(t),为生存率函数，简称生存函数,2024/11/14,17,三、生存率估计（描述）,医学研究中的生存资料分布常常不规则、不确定或未知分布，因而常用非参数法估计生存率。,根据样本含量的大小可分别选择,乘积极限估计法,（小样本时）,寿命表法,（大样本时）,2024/11/14,18,1.,乘积限估计法,Product-limit method,简称积限法或,PL,法,直接用概率乘法原理估计生存率，它是由统计学家,Kaplan,和,Meier,于,1958,年首先提出的,因此又称为,Kaplan-Meier,法,.,基本思想：,将生存时间（包括截尾数据）逐个由小到大依次排列，并对其中的每个死亡点进行死亡概率、生存概率和生存率估计。,应用条件：,数据个数较少时。,2024/11/14,19,2.,寿命表法（,Life table method,）,简称,LT,法。,基本思想：,随访时间划分成若干个时间区间，,t,时刻的生存率为,t,时刻前各时间区间生存概率的乘积。,应用条件：,数据个数多，经分组时应用。,2024/11/14,20,3.Kaplan-meier,法计算生存率,此法计算生存率时，先将每个个体的生存时间按照由小到大的顺序排列，排序时若截尾值与非截尾值的观察时间相同，则规定非截尾值小于截尾值，排在截尾值之前。,然后依次计算出各时段的死亡概率、生存概率，进而计算出从观察开始至各时刻的生存率及其标准误。,2024/11/14,21,小样本生存分析,Kaplan-Meier,方法在,SPSS,中的实现,生存状态：,1,死亡，,0,截尾,2024/11/14,22,SPSS,软件实现方法,FileOpen,相应数据文件,Analyze SurvivalKaplan-Meier Time(,时间,)Status Define event single value(1)Continue OK,2024/11/14,23,2024/11/14,24,选择选项,2024/11/14,25,2024/11/14,26,例,1,：,某临床试验对,20,名第,III,或第,IV,期黑色素瘤的患者进行随访研究，截至研究期结束，记录的生存资料见下表，试计算,100,周的生存率。,4.,大样本寿命表法,2024/11/14,27,表,1 20,名第,III,或第,IV,期黑色素瘤的患者的治疗后的生存时间（周）,12.80,77.20,15.60,82.40,24.00+,87.20+,26.40,94.40+,29.20,97.20+,30.80+,106.00+,39.20,114.80+,42.00,117.20+,58.40+,140.00+,72.00+,168.00+,2024/11/14,28,建立数据文件,“,生存分析,.sav,”,定义两个变量：,反应变量，即生存时间变量，,“,time,”,分类变量，即生存状态变量，,“,status,”,2024/11/14,29,AnalyzeSurvivalLife Tables.,2024/11/14,30,2024/11/14,31,本例,100,周生存率为,53%,。,2024/11/14,32,2024/11/14,33,三、生存过程的比较（假设检验）,非参数方法,:,对数秩检验,(,log-rank test),广义,Wilcoxon,检验,似然比（,Likelihood ratio),检验,生存率组间比较实际上是对两条或多条生存曲线的分布情况比较（齐性检验）,特点：,检验过程一般不顾及生存率，而是利用死亡数和死亡率函数作统计推断,2024/11/14,34,应用范围,均为两组或多组生存率比较的方法：,对数秩检验,Log,rank test,：且近似服从,Weibull,分布，数值较小的失效时间所起的作用较大，（是,SAS,默认的选项检验方法）；,广义,Wilcoxon,检验,：,最适合数值较大的失效时间所起的作用较大。,似然比（,Likelihood ratio),检验：,最适合生存资料近似服从指数分布。,2024/11/14,35,例题：,22,例非小细胞肺癌患者在不同日期经随机化分配到放疗组和放化疗联合组，从缓解出院日开始随访，随访时间（月）见下表，试比较放疗和放化疗联合两种治疗方案的生存率曲线有无差别。,甲（放疗组）：,1,，,2,，,3,，,5,，,6,，,9+,，,11,，,13,，,16,，,26,，,37+,乙（放化疗联合组）：,10,，,11+,，,14,，,18,，,22,，,22,，,26,，,32,，,38,，,40+,，,42+,2024/11/14,36,选择检验方法,Log rank,Breslow,Tarone-Ware,假设检验,2024/11/14,37,2024/11/14,38,2024/11/14,39,谢谢大家,!,