第十四章生存分析 第一节 Life Tables过程 14.1.1主要功能 14.1.2实例操作 第二节 Kaplan- Meier过程 14.2.1主要功能 14.2.2实例操作 第三节 Cox Regression过程 14.3.1主要功能 14.3.2实例操作 在临床诊疗工作的评价中,慢性疾病的预后一般不适合用治愈率、病死率等指标来考 因为其无法在短时间内明确判断预后情况,为此,只能对患者进行长期随访,统计一定时期 后的生存或死亡情况以判断诊疗效果。这就是生存分析。 第一节 Life tables过程 14.1.1主要功能 调用此过程时,系统将采用即寿命表分析法,完成对病例随访资料在任意指定时点的生 存状况评价 返回目录返回主页 14.1.2实例操作 [例14-1]用中药+化疗(中药组,16例)和单纯化疗(对照组,10例)两种疗法治 疗白血病患者后,随访记录存活情况如下所示,试比较两组的生存率
第十四章 生存分析 第一节 Life Tables 过程 14.1.1 主要功能 14.1.2 实例操作 第二节 Kaplan-Meier 过程 14.2.1 主要功能 14.2.2 实例操作 第三节 Cox Regression 过程 14.3.1 主要功能 14.3.2 实例操作 在临床诊疗工作的评价中，慢性疾病的预后一般不适合用治愈率、病死率等指标来考核， 因为其无法在短时间内明确判断预后情况，为此，只能对患者进行长期随访，统计一定时期 后的生存或死亡情况以判断诊疗效果。这就是生存分析。 第一节 Life Tables 过程 14.1.1 主要功能 调用此过程时，系统将采用即寿命表分析法，完成对病例随访资料在任意指定时点的生 存状况评价。 14.1.2 实例操作 ［例 14-1］ 用中药+化疗（中药组，16 例）和单纯化疗（对照组，10 例）两种疗法治 疗白血病患者后，随访记录存活情况如下所示，试比较两组的生存率
中药组 对照组 「随访月数是否死亡随访月数是否死亡 12 13 否是是否否是是否是是是是否否否否 是否是是否否否否否 6 43 31 24 14.1.2.1数据准备 激活数据管理窗口,定义变量名:随访月数的变量名为TME,是否死亡的变量名为 DEATH,分组(即中药组与对照组)的变量名为 GROUP。输入原始数据:随访月数按原数 值:是否死亡的,是为1,否为0:分组的,中药组为1,对照组为2 14.1.2.2统计分析 激活 Statistics菜单选 Survival中的 Life tables.项,弹出 Life tables对话框(图141)。 从对话框左侧的变量列表中选time,点击>钮使之进入tme框;在 Display Time Intervals 栏中定义需要显示生存率的时点,本例要求从0个月显示至48个月,间隔为2个月,故在 0 through框中输入48,在by框中输入2。选 death,点击>钮使之进入 Status框,点击 Define Event.钮弹出 Life Tables Define event for status variable对话框,在 Single value栏中输入1, 表明deah=1为发生死亡事件者;点击 Continue钮返回 Life tables对话框。选 group,点 击>钮使之进入 Factor框,点击 Define Range.钮,弹出 Life Tables Define Range for Factor Variable对话框,定义分组的范围,在 Mininum框中输入1,在 Maximun框中输入2,点击 Continue钮返回 Life tables对话框
中药组 对照组 随访月数 是否死亡 随访月数 是否死亡 10 2 12 13 18 6 19 26 9 8 6 43 9 4 31 24 否 是 是 否 否 是 是 否 是 是 是 是 否 否 否 否 2 13 7 11 6 1 11 3 17 7 是 否 是 是 否 否 否 否 否 否 14.1.2.1 数据准备 激活数据管理窗口，定义变量名：随访月数的变量名为 TIME，是否死亡的变量名为 DEATH，分组（即中药组与对照组）的变量名为 GROUP。输入原始数据：随访月数按原数 值；是否死亡的，是为 1，否为 0；分组的，中药组为 1，对照组为 2。 14.1.2.2 统计分析 激活 Statistics 菜单选 Survival 中的 Life Tables...项，弹出 Life Tables 对话框（图 14.1）。 从对话框左侧的变量列表中选 time，点击 ➢ 钮使之进入 time 框；在 Display Time Intervals 栏中定义需要显示生存率的时点，本例要求从 0 个月显示至 48 个月，间隔为 2 个月，故在 0 through 框中输入 48，在 by 框中输入 2。选 death，点击 ➢ 钮使之进入 Status 框，点击 Define Event...钮弹出 Life Tables:Define Event for Status Variable 对话框，在 Single value 栏中输入 1， 表明 death = 1 为发生死亡事件者；点击 Continue 钮返回 Life Tables 对话框。选 group，点 击 ➢ 钮使之进入 Factor 框，点击 Define Range...钮，弹出 Life Tables:Define Range for Factor Variable 对话框，定义分组的范围，在 Mininum 框中输入 1，在 Maxinum 框中输入 2，点击 Continue 钮返回 Life Tables 对话框
图14.1生存资料的寿命表分析对话框 点击 Options.钮弹出 Life Tables: Options对话框,在Plot栏中选 Survival项,要求绘制 生存率曲线图;在 Compare Levels of First Factor栏中选 Overall项,要求作组间生存状况的 比较。之后点击 Continue钮返回 Life tables对话框,再点击OK钮即完成分析 14.1.2.3结果解释 在结果输出窗口中将看到如下统计数据 共有26个观察对象进入分析。系统先显示中药组( group=1)的生存状况寿命表,按 用户指定,从0月起,隔2个月直至42个月(原指定从0-48个月,但因42个月后,生存 概率已为0,故42个月后至48个月的生存状况不再显示),分别显示进入该时点例数( Number Entrng this Intrⅵ)、从该时点失去的例数( Number Drawn Durong Intrvl)、该时点暴露于 死亡危险的例数( Number Expos to Risk)、该时点死亡的例数( Number of termnl events)、 该时点死亡概率( Propn Terminating)、该时点生存概率( Propn Surviving)、该时点末生 存率( Propn Surv at End)、单位时点的累积概率( Cumul Probability Densty)、该时点风险 比例( Hazard Rate)、生存率的标准误( Se of Cumul Surviving)、单位时点累积概率的标 准误( SE of Probability Densty)、风险比例的标准误( SE of hazard Rate)。如本例,用中 药+化疗的方式治疗白血病患者,至8个月时,死亡率为17.39%,生存概率为82.61%,生 存率为66.38%,风险比例为952%。至42个月时,生存概率和生存率均为0,此时风险比 例为100%。中药组的50%生存率在1944个月 对照组同类结果的显示,因在16个月时生存概率已为0,故仅从0月起,隔2个月至 16个月止。分析显示,单纯用化疗,白血病患者的半数生存率约在16个月多一点,比中药 组少三个月。 This subfile contains 26 observations Life table Survival variable TIME for GROUP
图 14.1 生存资料的寿命表分析对话框 点击 Options...钮弹出 Life Tables: Options 对话框，在 Plot 栏中选 Survival 项，要求绘制 生存率曲线图；在 Compare Levels of First Factor 栏中选 Overall 项，要求作组间生存状况的 比较。之后点击 Continue 钮返回 Life Tables 对话框，再点击 OK 钮即完成分析。 14.1.2.3 结果解释 在结果输出窗口中将看到如下统计数据： 共有 26 个观察对象进入分析。系统先显示中药组（group = 1）的生存状况寿命表，按 用户指定，从 0 月起，隔 2 个月直至 42 个月（原指定从 0—48 个月，但因 42 个月后，生存 概率已为0，故42个月后至48个月的生存状况不再显示），分别显示进入该时点例数（Number Entrng this Intrvl）、从该时点失去的例数（Number Wdrawn Durong Intrvl）、该时点暴露于 死亡危险的例数（Number Exposd to Risk）、该时点死亡的例数（Number of Termnl Events）、 该时点死亡概率（Propn Terminating）、该时点生存概率（Propn Surviving）、该时点末生 存率（Propn Surv at End）、单位时点的累积概率（Cumul Probability Densty）、该时点风险 比例（Hazard Rate）、生存率的标准误（SE of Cumul Surviving）、单位时点累积概率的标 准误（SE of Probability Densty）、风险比例的标准误（SE of Hazard Rate）。如本例，用中 药+化疗的方式治疗白血病患者，至 8 个月时，死亡率为 17.39%，生存概率为 82.61%，生 存率为 66.38%，风险比例为 9.52%。至 42 个月时，生存概率和生存率均为 0，此时风险比 例为 100%。中药组的 50%生存率在 19.44 个月。 对照组同类结果的显示，因在 16 个月时生存概率已为 0，故仅从 0 月起，隔 2 个月至 16 个月止。分析显示，单纯用化疗，白血病患者的半数生存率约在 16 个月多一点，比中药 组少三个月。 This subfile contains: 26 observations Life Table Survival Variable TIME for GROUP = 1
Number Number Number Number Cumul SE of Se of Intrvl Entrng Drawn Exposd of Propn Propn Propn Proba Cumul Proba- S Start this During to Termnl Termi- Sur- Surv bility Hazard Sur- bility Time IntrvI Intrvl Risk Events nating viving at End Densty Rate viving Densty 016.0.0160.000001.00001.0000000000000000000 2.0160.016.01.00625937593750313032306050303 4.01501.014.50.00001.0000.93750000.0000,06050000 6.014.0.014.02.0.1429857180360670076910190441 8.01201.0115201739826166380699095212310458 10.0901.08.5000001.00006638000000001231.0000 12.08.01.07.51.0.1333866757530443071413480420 1406006.0000001.000057530000000013480000 16.06006.0000001.000057530000000013480000 18.0601.0 5.51.0 181881824707052310001453.0489 20.04.00 00001.00004707.0000.000014530000 22.04.004.0000001.00004707.00000000.14530000 24.04.01.0 3.5000001.00004707000000001453.0000 26.03.0102.5000001.000047070000000014530000 2802002.0000001.000047070000000014530000 30.0201.0 5.000001.000047070000.00001453.0000 3201.0.01.0000001.000047070000.00001453.0000 34.01.001.0000001.000047070000000014530000 36.01.0.0 00001.00004707000000001453.0000 38.01.0.01.0.0.00001.0000470700000000.1453.0000 40.01.0.0 0000001.00004707000000001453.0000 42.01.0.0 1.01.01.00000000000023541.000000000727 The median survival time for these data is 19.4 Life table Survival variable TIME for GROUP= 2 Number NumberNumber Number SEof se of Intrvl Entrng Wdrawn Exposd of Propn Propn Propn Proba- Cumul Start this During to Termnl Termi- Sur- Surv bility Hazard Sur- bility H Time IntrvI Intrvl Risk Events nating viving at End Densty Rate viving Densty 010.01.0 5.000001.00001.00000000.000000000000 2.09.01.08.51.01176882488240588062511050553 4.070 00001.000088240000.00001105.0000 6.07.0206.01.016678333735307350909.16280678 8.04.004.0000001.000073530000000016280000 10.04.0103.51.02857714352521050166721220918
Number Number Number Number Cumul SE of SE of Intrvl Entrng Wdrawn Exposd of Propn Propn Propn Proba- Cumul Proba- SE of Start this During to Termnl Termi- Sur- Surv bility Hazard Sur- bility Hazard Time Intrvl Intrvl Risk Events nating viving at End Densty Rate viving Densty Rate ------ ------ ------ ------ ------ ------ ------ ------ ------ ------ ------ ------ ------ .0 16.0 .0 16.0 .0 .0000 1.0000 1.0000 .0000 .0000 .0000 .0000 .0000 2.0 16.0 .0 16.0 1.0 .0625 .9375 .9375 .0313 .0323 .0605 .0303 .0322 4.0 15.0 1.0 14.5 .0 .0000 1.0000 .9375 .0000 .0000 .0605 .0000 .0000 6.0 14.0 .0 14.0 2.0 .1429 .8571 .8036 .0670 .0769 .1019 .0441 .0542 8.0 12.0 1.0 11.5 2.0 .1739 .8261 .6638 .0699 .0952 .1231 .0458 .0670 10.0 9.0 1.0 8.5 .0 .0000 1.0000 .6638 .0000 .0000 .1231 .0000 .0000 12.0 8.0 1.0 7.5 1.0 .1333 .8667 .5753 .0443 .0714 .1348 .0420 .0712 14.0 6.0 .0 6.0 .0 .0000 1.0000 .5753 .0000 .0000 .1348 .0000 .0000 16.0 6.0 .0 6.0 .0 .0000 1.0000 .5753 .0000 .0000 .1348 .0000 .0000 18.0 6.0 1.0 5.5 1.0 .1818 .8182 .4707 .0523 .1000 .1453 .0489 .0995 20.0 4.0 .0 4.0 .0 .0000 1.0000 .4707 .0000 .0000 .1453 .0000 .0000 22.0 4.0 .0 4.0 .0 .0000 1.0000 .4707 .0000 .0000 .1453 .0000 .0000 24.0 4.0 1.0 3.5 .0 .0000 1.0000 .4707 .0000 .0000 .1453 .0000 .0000 26.0 3.0 1.0 2.5 .0 .0000 1.0000 .4707 .0000 .0000 .1453 .0000 .0000 28.0 2.0 .0 2.0 .0 .0000 1.0000 .4707 .0000 .0000 .1453 .0000 .0000 30.0 2.0 1.0 1.5 .0 .0000 1.0000 .4707 .0000 .0000 .1453 .0000 .0000 32.0 1.0 .0 1.0 .0 .0000 1.0000 .4707 .0000 .0000 .1453 .0000 .0000 34.0 1.0 .0 1.0 .0 .0000 1.0000 .4707 .0000 .0000 .1453 .0000 .0000 36.0 1.0 .0 1.0 .0 .0000 1.0000 .4707 .0000 .0000 .1453 .0000 .0000 38.0 1.0 .0 1.0 .0 .0000 1.0000 .4707 .0000 .0000 .1453 .0000 .0000 40.0 1.0 .0 1.0 .0 .0000 1.0000 .4707 .0000 .0000 .1453 .0000 .0000 42.0 1.0 .0 1.0 1.0 1.0000 .0000 .0000 .2354 1.0000 .0000 .0727 .0000 The median survival time for these data is 19.44 Life Table Survival Variable TIME for GROUP = 2 Number Number Number Number Cumul SE of SE of Intrvl Entrng Wdrawn Exposd of Propn Propn Propn Proba- Cumul Proba- SE of Start this During to Termnl Termi- Sur- Surv bility Hazard Sur- bility Hazard Time Intrvl Intrvl Risk Events nating viving at End Densty Rate viving Densty Rate ------ ------ ------ ------ ------ ------ ------ ------ ------ ------ ------ ------ ------ .0 10.0 1.0 9.5 .0 .0000 1.0000 1.0000 .0000 .0000 .0000 .0000 .0000 2.0 9.0 1.0 8.5 1.0 .1176 .8824 .8824 .0588 .0625 .1105 .0553 .0624 4.0 7.0 .0 7.0 .0 .0000 1.0000 .8824 .0000 .0000 .1105 .0000 .0000 6.0 7.0 2.0 6.0 1.0 .1667 .8333 .7353 .0735 .0909 .1628 .0678 .0905 8.0 4.0 .0 4.0 .0 .0000 1.0000 .7353 .0000 .0000 .1628 .0000 .0000 10.0 4.0 1.0 3.5 1.0 .2857 .7143 .5252 .1050 .1667 .2122 .0918 .1643
12.0201.01.5000001.000052520000000021220000 14.01.001.0000001.000052520000000021220000 16.01.01.0 .5000001.000052520000000021220000 The median survival time for these data is 16.00+ 接着显示两组比较的结果。系统采用 Gehan比分检验法,得u=0.012,P=09113,即 中药组与对照组的生存率无差别 Comparison of survival experience using the wilcoxon(Gehan)statistic Survival variable TIME grouped by GROUP Overall comparison statistic. 012 D F I Prob..9113 Group label Totaln Uncen Cen Pct Cen Mean Score 50.00 1875 3 最后,系统输出生存率曲线图(图142)。从图中可见,对照组( group=2)在8个月 前一段时点的生存率均较中药组( group=1)略低,而8-12个月这一段其生存率又较中药 组略高,12个月后再又下降。但在治疗中加用中药,对个别患者而言,20个月后依然有 定的生存率 图14.2中药组与对照组生存率曲线的比较 返回目录返回主页
12.0 2.0 1.0 1.5 .0 .0000 1.0000 .5252 .0000 .0000 .2122 .0000 .0000 14.0 1.0 .0 1.0 .0 .0000 1.0000 .5252 .0000 .0000 .2122 .0000 .0000 16.0 1.0 1.0 .5 .0 .0000 1.0000 .5252 .0000 .0000 .2122 .0000 .0000 The median survival time for these data is 16.00+ 接着显示两组比较的结果。系统采用 Gehan 比分检验法，得 u = 0.012，P = 0.9113，即 中药组与对照组的生存率无差别。 Comparison of survival experience using the Wilcoxon (Gehan) statistic Survival Variable TIME grouped by GROUP Overall comparison statistic .012 D.F. 1 Prob. .9113 Group label Total N Uncen Cen Pct Cen Mean Score 1 16 8 8 50.00 .1875 2 10 3 7 70.00 -.3000 最后，系统输出生存率曲线图（图 14.2）。从图中可见，对照组（group = 2）在 8 个月 前一段时点的生存率均较中药组（group = 1）略低，而 8-12 个月这一段其生存率又较中药 组略高，12 个月后再又下降。但在治疗中加用中药，对个别患者而言，20 个月后依然有一 定的生存率。 图 14.2 中药组与对照组生存率曲线的比较
第二节 Kaplan_ Meier过程 14.2.1主要功能 调用此过程,系统将采用 Kaplan- Meier方法,对病例随访资料进行生存分析,在对应 于每一实际观察事件时点上,作生存率的评价。 返回目录返回主页 14.2.2实例操作 [例14-2]25例某癌症病人在不同时期经随机化分配到A、B治疗组进行治疗,同时 随访观察至1974年5月31日结束,资料整理后如下表,试对其结果进行生存率分析。 病人号随访天数是否死亡治疗方式 180 632 240 7 8 0 76 1976 BBAABAABBBABBABBA 16 18 700 是是是否是是是是是是是是是否否是是否否是是 1328 BAA
第二节 Kaplan-Meier 过程 14.2.1 主要功能 调用此过程，系统将采用 Kaplan-Meier 方法，对病例随访资料进行生存分析，在对应 于每一实际观察事件时点上，作生存率的评价。 14.2.2 实例操作 ［例 14-2］25 例某癌症病人在不同时期经随机化分配到 A、B 治疗组进行治疗，同时 随访观察至 1974 年 5 月 31 日结束，资料整理后如下表，试对其结果进行生存率分析。 病人号 随访天数 是否死亡 治疗方式 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 8 180 632 852 52 2240 220 63 195 76 70 8 13 1990 1976 18 700 1296 1460 210 63 1328 是 是 是 否 是 是 是 是 是 是 是 是 是 否 否 是 是 否 否 是 是 否 A B B A A B A A B B B A B B A B B A A B A A
24 365 是否是 25 BAB 23 14.2.2.1数据准备 激活数据管理窗口,定义变量名:随访天数为TIME,是否死亡为 DEATH,治疗方式为 TREAT。变量TIME按原数值输入, DEATH为是的输入1、否的输入0, TREAT为A的输入1、 为B的输入2 14.2.2.2统计分析 激活 Statistics菜单选 Survival中的 Kaplan- Meier.项,弹出 Kaplan- Meier对话框(图 14、3)。从对话框左侧的变量列表中选time,点击≯钮使之进入ime框:选 death,点击 钮使之进入 Status框,点击 Define event.钮弹出 Kaplan- Meier Define Event for Status variable 对话框,在 Single value栏中输入1,表明dath=1为发生死亡事件者:点击 Continue钮返 回 Kaplan- Meier对话框。选 treat,点击>钮使之进入 Factor框 图14.3 Kap l an- Meier法生存率分析对话框 点击Save钮弹出 Kaplan-Meier: Save New Variables对话框,选 Survival项,要求将各 观察样例的生存率存入原始数据库中。点击 Continue钮返回 Kaplan- Meier对话框。 点击 Options.钮弹出 Kaplan- Meier: Options对话框,在Plot栏中选 Survival项,要求绘 制生存率曲线图。之后点击 Continue钮返回 Life tables对话框,再点击OK钮即完成分析。 14.2.2.3结果解释 在结果输出窗口中将看到如下统计数据: 先对A治疗组资料进行分析。将原资料按生存天数的大小顺次排列,再逐例显示生存 状态( Status,即死亡为1、生存为2)、生存率( Cumulative surviva)、生存率标准误( Standard Eror、累积死亡例数( Cumulative event)和尚存活人数( Number remaining)。如本例, A组共12人,死亡6人,生存6人,存活率为50.00%;平均生存时间为1023天,标准误
23 24 25 1296 365 23 是 否 是 B A B 14.2.2.1 数据准备 激活数据管理窗口，定义变量名：随访天数为 TIME，是否死亡为 DEATH，治疗方式为 TREAT。变量 TIME 按原数值输入，DEATH 为是的输入 1、否的输入 0，TREAT 为 A 的输入 1、 为 B 的输入 2。 14.2.2.2 统计分析 激活 Statistics 菜单选 Survival 中的 Kaplan-Meier...项，弹出 Kaplan-Meier 对话框（图 14.3）。从对话框左侧的变量列表中选 time，点击 ➢ 钮使之进入 time 框；选 death，点击 ➢ 钮使之进入Status框，点击Define Event...钮弹出Kaplan-Meier:Define Event for Status Variable 对话框，在 Single value 栏中输入 1，表明 death = 1 为发生死亡事件者；点击 Continue 钮返 回 Kaplan-Meier 对话框。选 treat，点击 ➢ 钮使之进入 Factor 框。 图 14.3 Kaplan-Meier 法生存率分析对话框 点击 Save... 钮弹出 Kaplan-Meier:Save New Variables 对话框，选 Survival 项，要求将各 观察样例的生存率存入原始数据库中。点击 Continue 钮返回 Kaplan-Meier 对话框。 点击 Options...钮弹出 Kaplan-Meier: Options 对话框，在 Plot 栏中选 Survival 项，要求绘 制生存率曲线图。之后点击 Continue 钮返回 Life Tables 对话框，再点击 OK 钮即完成分析。 14.2.2.3 结果解释 在结果输出窗口中将看到如下统计数据： 先对 A 治疗组资料进行分析。将原资料按生存天数的大小顺次排列，再逐例显示生存 状态（Status，即死亡为 1、生存为 2）、生存率（Cumulative Survival）、生存率标准误（Standard Error）、累积死亡例数（Cumulative Event）和尚存活人数（Number Remaining）。如本例， A 组共 12 人，死亡 6 人，生存 6 人，存活率为 50.00%；平均生存时间为 1023 天，标准误
为276,95%可信区间为482-1563天。B组共13人,死亡12人,生存1人,存活率为769% 平均生存时间为607天,标准误为226,95%可信区间为163-1051天 Factor TREAT=A Time Status Cumulative Standard Er rror 8 8 8333 1076 7500 1250 5833 443 365 0 1976 0 6 Number of cases: 12 Censored: 6 (50.00%) Events:6 Survival Time Standard Error 95% Confidence Interval Mean: 1023 276 (482,1563) ( Limited to 1976) Median Factor TREAT=B Status itive Standard Cumulative Survival ents Remaining 8462 7692 4 76 6154 1349 5 5385 1383 3846 1349 enb 166af pan>632 3077 4 2308 1169 1296 1538 1001
为 276，95%可信区间为 482—1563 天。B 组共 13 人，死亡 12 人，生存 1 人，存活率为 7.69%； 平均生存时间为 607 天，标准误为 226，95%可信区间为 163—1051 天。 Factor TREAT = A Time Status Cumulative Standard Cumulative Number Survival Error Events Remaining 8 1 1 11 8 1 .8333 .1076 2 10 52 1 .7500 .1250 3 9 63 1 4 8 63 1 .5833 .1423 5 7 220 1 .5000 .1443 6 6 365 0 6 5 852 0 6 4 1296 0 6 3 1328 0 6 2 1460 0 6 1 1976 0 6 0 Number of Cases: 12 Censored: 6 ( 50.00%) Events: 6 Survival Time Standard Error 95% Confidence Interval Mean: 1023 276 (482, 1563 ) (Limited to 1976 ) Median: 220 . ( ., . ) Factor TREAT = B Time Status Cumulative Standard Cumulative Number Survival Error Events Remaining 13 1 .9231 .0739 1 12 18 1 .8462 .1001 2 11 23 1 .7692 .1169 3 10 70 1 .6923 .1280 4 9 76 1 .6154 .1349 5 8 180 1 .5385 .1383 6 7 195 1 .4615 .1383 7 6 210 1 .3846 .1349 8 5 &nb166af pan>632 1 .3077 .1280 9 4 700 1 .2308 .1169 10 3 1296 1 .1538 .1001 11 2
1990 0 2240 0000 0000 Number of cases: 1 Censored (7.69%) Events:12 Survival Time Standard Error 95%Confidence Interval Mean: (163,1051) Median (38,352) Total Number Number Events Censored Censored TREAT TREAT B Overall 18 7 系统按用户的请求输出生存率曲线图(图144)。从图中可见,生存天数为200左右之 前,A、B两组的生存率相近,而后,A组维持约50%的生存率,B组则不断下降 最后系统将各观察对象的生存率计算结果,逐一送入原始数据库保存(图14.5),变量 名为sur1。用户从中可见,如A组治疗8天死亡者,其8天的生存率为83333%;又如B 组治疗180天死亡者,其180天的生存率为53846% 图14.4两种治疗方式生存率曲线比较
1990 0 11 1 2240 1 .0000 .0000 12 0 Number of Cases: 13 Censored: 1 ( 7.69%) Events: 12 Survival Time Standard Error 95% Confidence Interval Mean: 607 226 ( 163, 1051 ) Median: 195 80 ( 38, 352 ) Total Number Number Percent Events Censored Censored TREAT A 12 6 6 50.00 TREAT B 13 12 1 7.69 Overall 25 18 7 28.00 系统按用户的请求输出生存率曲线图（图 14.4）。从图中可见，生存天数为 200 左右之 前，A、B 两组的生存率相近，而后，A 组维持约 50%的生存率，B 组则不断下降。 最后系统将各观察对象的生存率计算结果，逐一送入原始数据库保存（图 14.5），变量 名为 sur_1。用户从中可见，如 A 组治疗 8 天死亡者，其 8 天的生存率为 83.333%；又如 B 组治疗 180 天死亡者，其 180 天的生存率为 53.846%。 图 14.4 两种治疗方式生存率曲线比较
图14.5生存率分析结果的保存 目录返回主页 第三节 Cox Regress ion过程 14.3.1主要功能 调用此过程可完成对病例随访资料中事件发生时点与一系列相关独立变量之间关系的 评价,即建立Cox回归模型(亦称比例风险模型)。 第一、二节介绍的方法,仅仅是对生存资料作较简单的统计,即描述和分析一个因素(如 治疗方式)对生存时间的影响。而在Cox回归模型中,某一时点t,除了有一个本底风险量 B ixi ho(t)外,第ⅰ个影响因素可使该本底风险量ho(t)增至e倍而成为h(t)·e 此如果有k个因素同时影响生存过程,那么时点t的风险量(常称之为风险函数)表达为: (β1x1+β2x2+.+Bkxk) h(t)=ho(t)·e 返回目录返回主页 14.3.2实例操作 例14-3]某医师在研究急性白血病患者的生存率时,收集了33名患者的资料,按Ag 阳、阴性分组(Ag阳性组17例,Ag阴性组16例),同时考察白细胞数的影响作用。试据 下表资料作Cox回归模型的分析
图 14.5 生存率分析结果的保存 第三节 Cox Regression 过程 14.3.1 主要功能 调用此过程可完成对病例随访资料中事件发生时点与一系列相关独立变量之间关系的 评价，即建立 Cox 回归模型（亦称比例风险模型）。 第一、二节介绍的方法，仅仅是对生存资料作较简单的统计，即描述和分析一个因素（如 治疗方式）对生存时间的影响。而在 Cox 回归模型中，某一时点 t，除了有一个本底风险量 h0(t)外，第 i 个影响因素可使该本底风险量 h0(t)增至 e βixi 倍而成为 h0(t)·e βixi 。因 此如果有 k 个因素同时影响生存过程，那么时点 t 的风险量（常称之为风险函数）表达为： h(t) = h0(t) ·e (β1x1+β2x2+...+βkxk) 14.3.2 实例操作 [例 14-3]某医师在研究急性白血病患者的生存率时，收集了 33 名患者的资料，按 Ag 阳、阴性分组（Ag 阳性组 17 例，Ag 阴性组 16 例），同时考察白细胞数的影响作用。试据 下表资料作 Cox 回归模型的分析