生存分析的co回歸模型案例——spss

1、一、生存分析根本概念1、事件( Event )指研究中規(guī)定的生存研究的終點(diǎn)， 在研究開始之前就已經(jīng)制定好。 根據(jù)研究性質(zhì) 的不同，事件可以是患者的死亡、 疾病的復(fù)發(fā)、 儀器的故障，也可以是下崗工人 的再就業(yè)等等。2、生存時(shí)間 (Survival time) 指從某一起點(diǎn)到事件發(fā)生所經(jīng)過的時(shí)間。 生存是一個(gè)廣義的概念， 不僅僅指醫(yī)學(xué) 中的存活，也可以是機(jī)器出故障前的正常運(yùn)行時(shí)間， 或者下崗工人再就業(yè)前的待 業(yè)時(shí)間等等。 有的時(shí)候甚至不是通用意義上的時(shí)間， 比方汽車在出故障前的行駛 里程，也可以作為生存時(shí)間來考慮。3、刪失( Sensoring) 指由于所關(guān)心的事件沒有被觀測(cè)到或者無法觀測(cè)到，以至

2、于生存時(shí)間無法記錄 的情況。常由兩種情況導(dǎo)致： (1)失訪； (2)在研究終止時(shí)，所關(guān)心的事件還 未發(fā)生。4、生存函數(shù)( Survival distribution function )又叫累積生存率，表達(dá)式為S (t) =P(T>t),其中T為生存時(shí)間，該函數(shù)的意義是 生存時(shí)間大于時(shí)間點(diǎn)t的概率。t=0時(shí)S(t)=1，隨著t的增加S(t)遞減(嚴(yán)格的說 是不增)，1-S(t)為累積分布函數(shù)，表示生存時(shí)間 T不超過t的概率。二、生存分析的方法1、生存分析的主要目的是估計(jì)生存函數(shù)， 常用的方法有 Kaplan-Meier 法和壽命 表法。對(duì)于分組數(shù)據(jù)， 在不考慮其他混雜因素的情況下， 可以

3、用這兩種方法對(duì)生 存函數(shù)進(jìn)行組間比擬。2、如果考慮其他影響生存時(shí)間分布的因素，可以使用 Cox 回歸模型(也叫比例 風(fēng)險(xiǎn)模型) ，利用數(shù)學(xué)模型擬合生存分布與影響因子之間的關(guān)系， 評(píng)價(jià)影響因子 對(duì)生存函數(shù)分布的影響程度。 這里的前體是影響因素的作用不隨時(shí)間改變， 如果 不滿足這個(gè)條件，那么應(yīng)使用含有時(shí)間依存協(xié)變量的 Cox 回歸模型。F面用一個(gè)例子來說明SPSS中Cox回歸模型的操作方法。例題要研究胰腺癌術(shù)中放療對(duì)患者生存時(shí)間的影響，收集了下面所示的數(shù)據(jù)：*1*>.3腸臟疼術(shù)申放疔效果研究數(shù)據(jù)的說躍變呈紅變?cè)幷f明變駅類型分類變量的編碼rdMrai鼬者編號(hào)1 inwj主存瞇問陽)連續(xù)cem&

4、lt; ir昕失2分類0i«15i J,刪矢T術(shù)時(shí)的年齡trt辿理旳朋(仃無術(shù)叩履擰)2分蚤山無術(shù)中放療、育術(shù)中放療r *性別2分類m男小女I mi占位址2分獎(jiǎng)隣贓頭AM,恢部以外ch離舸巒浸潤(rùn)程度育序多分類1:( ltO、2 ichl、3 xh2 丄：i h3P荷無腹腕轉(zhuǎn)移2分覺Oi疋好TIMM分類2分類2；山崩4： tv期操作步驟:SPSS變量視圖casenotimecensartrtbuichstage數(shù)值(N)8數(shù)值8救值8數(shù)值8數(shù)值(N)8數(shù)值們)8數(shù)值(N)8數(shù)值8數(shù)值(N)8數(shù)值(N)80000無無 3生存時(shí)問月無無8刪失買死亡 無8手術(shù)吋的年追性別有無戒中放療口男)0

5、無術(shù)中放占位処1鶴臟頭詔一臆膽管潼潤(rùn)程度有無腹膜轉(zhuǎn)移 曲弟 頂朋井期目H 爐度量少度量罔尋右£名義垂假設(shè)少度量畠名叉(N)0名究N)尋右0：名義W)d序號(hào)【。)言假設(shè)r名用N)品售哭8 8 8 3 無無無無8 8 8 無無無名稱類型施度小數(shù)值QJ列1處甌華1菜單項(xiàng)選擇擇:點(diǎn)擊進(jìn)入Cox主對(duì)話框，如下，將time選入 時(shí)間框，將代表刪失的censor變 量選入 狀態(tài)框，其余分析變量選入 協(xié)變量框。其余默認(rèn)就行。Coz回歸censor(0)少 caseno少手術(shù)時(shí)的年齡age 記性別sex£有無術(shù)中放療trt$占拉魅bund胰腔菩浸涓程度cti2有無.狼麒無移ip R T忖瞬期

6、stage時(shí)間口& 生麗間月tim石®UI飾變量眇seK(Cat)trt(Cal)F方法砂確疋 肝牯貼吃底雇©職消幫助點(diǎn)擊 狀態(tài)框下方的 定義事件將事件發(fā)生的標(biāo)志設(shè)為值0,即0代表事件發(fā) 生。JfcCM回歸匚為狀態(tài)變量定艾事件 區(qū),喪示事件己發(fā)生的値蔚n俺消I琶助在主對(duì)話框中點(diǎn)擊分類按鈕，進(jìn)入如下的對(duì)話框，將所有分類變量選入右邊框 中。分類協(xié)賓呈I：亡h 韜示將 sexeM J BuiQ旨丙苻 陽詩(shī)符 曲示符-更 取時(shí)比窗比理鶴示捋* i更敎也I.=睪厝蠢別：薩最后一個(gè)電 傘£在主對(duì)話框中點(diǎn)擊 繪圖按鈕，進(jìn)入如下的對(duì)話框，選擇繪圖的類型，這里只選 擇 生存

7、函數(shù)。由于我們關(guān)心的主要變量是trt 是否放療，所以將trt選入 單 線框中，繪制生存曲線。在主對(duì)話框中點(diǎn)擊 選項(xiàng)按鈕，進(jìn)入如下的對(duì)話框，設(shè)置如下，輸出RR的95% 置信區(qū)間?；氐街鹘缑?，點(diǎn)擊 確定輸出結(jié)果。結(jié)果輸出R0 It分析申訓(xùn)用荊舉例ea刪矢11.2%音計(jì)S3100_0«帶有軾沃債的廉饑00.0%lit fl換時(shí)阿內(nèi)樂的00.0K辰中的用早擊件之荷刪 央的條例0ao%合餅00.0%會(huì)計(jì)S3100_09fi囚變#:牛許砒陽CH)這是案例處理摘要，有一個(gè)刪失數(shù)據(jù)分契變血潮神甲頻率arG)2T4Sii=i3500=初申放疔221*：村術(shù)屮肢療01cbui “口二Ift頭謙IS1&q

8、uot;靈那班外650chb1=CHD321c02=CH1601a=CH2170fli4=CX326000Fbg尤&01l='fi'230s t age13=III期441引=工丫期3S0珀恃類變杲；g 件別1示性鑒數(shù)血偶巴規(guī)記華了 0.1所以氏系敕不快勺指示衙0,1 編碼相同5A-分糞變帛：tri 有元術(shù)中咸席霞分婁塹眾：bui 占倩奴f.分類變呈：Ch 隸舸粽設(shè)韻粽度£分嘗變駅：P 有止肢脫?dān)Q林入分類竇眾；stag* Tfflll這是分類變量的編碼方式。KW系甦的滋含側(cè)代-2佑計(jì)耿覘JRtftiIM喪休附分s*«從上謝琛師鮒農(nóng)iS從t煥幷鮒史攻+

9、 Zi4£ars±雲(yún).S52 n10 26Q903?16 9.0刖if； 1 ie03da.1.方也工輸人這是對(duì)擬合模型的檢驗(yàn)，原假設(shè)是所有影響因素的偏回歸系數(shù)均為 0這里可 以看出P=拒絕原假設(shè)，認(rèn)為有偏回歸系數(shù)不為零的因素，值得進(jìn)一步分析。為用叩超變量ESilaiddfSi耳 Exp9E_0K CI #JT EpG)上曙a匕亡.016.CJ3L.663I.172I.01C一現(xiàn)1.0d5£3E.034.245.01918Q11.03<.6401.673trt.016.326自29S1.0122.265j.d沁bui-.599.3502. 93910B6.5

10、49.2771.090ch丄B7Q3.197ch (1)一135.359.M21.874.433i.765th (2).697.1632. 2601.1332.007S09<1.976uh (3).4541. 373i2-ii1.575.7373.366P-.360.27BL* 6MI.197飛卿1.205stage-.453.2612. 5961.10.6363G71. 103這是多元回歸結(jié)果，第二列B為偏回歸系數(shù)，最后三列為OR值及其置信區(qū)間 由P值可以看出，在的顯著水平下，只有trt有統(tǒng)計(jì)學(xué)差異，OR為。61.133sex-578trt.265lui.217*h0).3662).09&th.205P,723 t*ceS30這是協(xié)變量的平均值。協(xié)變暈均值處的牛存