生存分析SPSS（課堂PPT）

1、生存分析生存分析SPSS過(guò)程過(guò)程（SPSS of Survival Analysis） 鄒莉玲鄒莉玲預(yù)防醫(yī)學(xué)教研室預(yù)防醫(yī)學(xué)教研室1. 1. 何為生存分析？何為生存分析？生存分析生存分析（survival analysis）是將是將事件的結(jié)果事件的結(jié)果（終點(diǎn)事件）（終點(diǎn)事件）和出現(xiàn)結(jié)果經(jīng)歷的和出現(xiàn)結(jié)果經(jīng)歷的時(shí)間時(shí)間結(jié)合起來(lái)分析的一種統(tǒng)計(jì)分析方法。結(jié)合起來(lái)分析的一種統(tǒng)計(jì)分析方法。2. 2. 生存分析的目的：生存分析的目的：描述生存過(guò)程描述生存過(guò)程：估計(jì)不同時(shí)間的總體生存率，計(jì)算中位生存期，估計(jì)不同時(shí)間的總體生存率，計(jì)算中位生存期，繪制生存函數(shù)曲線(xiàn)。統(tǒng)計(jì)方法包括繪制生存函數(shù)曲線(xiàn)。統(tǒng)計(jì)方法包括Kapl

2、an-MeierKaplan-Meier（K-MK-M）法、）法、壽命表法。壽命表法。比較：比較：比較不同處理組的生存率，如比較不同療法治療腦瘤的比較不同處理組的生存率，如比較不同療法治療腦瘤的生存率，以了解哪種治療方案較優(yōu)。統(tǒng)計(jì)方法生存率，以了解哪種治療方案較優(yōu)。統(tǒng)計(jì)方法log-ranklog-rank檢驗(yàn)等。檢驗(yàn)等。影響因素分析：影響因素分析：研究某個(gè)或某些因素對(duì)生存率或生存時(shí)間的影研究某個(gè)或某些因素對(duì)生存率或生存時(shí)間的影響作用。如為改善腦瘤病人的預(yù)后，應(yīng)了解影響病人預(yù)后的主響作用。如為改善腦瘤病人的預(yù)后，應(yīng)了解影響病人預(yù)后的主要因素，包括病人的年齡、性別、病程、腫瘤分期、治療方案要因素，

3、包括病人的年齡、性別、病程、腫瘤分期、治療方案等。統(tǒng)計(jì)方法等。統(tǒng)計(jì)方法coxcox比例風(fēng)險(xiǎn)回歸模型等。比例風(fēng)險(xiǎn)回歸模型等。預(yù)測(cè)：預(yù)測(cè)：建立建立coxcox回歸預(yù)測(cè)模型?；貧w預(yù)測(cè)模型。生存分析的理論復(fù)習(xí)生存分析的理論復(fù)習(xí)生存分析生存分析( (Survival Analysis) )菜單菜單壽命表壽命表（Life Tables）過(guò)程過(guò)程Life tables 過(guò)程用于（小樣本和大樣本資料）： 估計(jì)某生存時(shí)間的生存率，以及中位生存時(shí)間。 繪制各種曲線(xiàn)：如生存函數(shù)、風(fēng)險(xiǎn)函數(shù)曲線(xiàn)等。 對(duì)某一研究因素不同水平的生存時(shí)間分布的比較。 控制另一個(gè)因素后對(duì)研究因素不同水平的生存時(shí)間分布的比較。 對(duì)多組生存時(shí)間分

4、布進(jìn)行兩兩比較。（比較總體生存時(shí)間分布采用wilcoxon檢驗(yàn)）實(shí)例分析實(shí)例分析例1：為了比較不同手術(shù)方法治療腎上腺腫瘤的療效，某研究者隨機(jī)將43例病人分成兩組，甲組23例、乙組20例的生存時(shí)間（月）如下所示：其中有“+”者是刪失數(shù)據(jù)，表示病人仍生存或失訪(fǎng)，括號(hào)內(nèi)為死亡人數(shù)。（1）計(jì)算甲、乙兩法術(shù)后10月的生存率和標(biāo)準(zhǔn)誤。（2）估計(jì)兩組的中位生存期。（3）繪制各組生存函數(shù)曲線(xiàn)。（4）比較兩組的總體生存時(shí)間分布有無(wú)差別。一、建立數(shù)據(jù)文件（一、建立數(shù)據(jù)文件（data-01.sav）定義定義5個(gè)變量：個(gè)變量：生存時(shí)間變量：t，值標(biāo)簽“生存時(shí)間（月）”生存狀態(tài)變量 ：status，取值“1=死亡，0=

5、刪失或存活”頻數(shù)變量：freq，值標(biāo)簽“人數(shù)”分組變量：group，取值“1=甲組，2=乙組”生存時(shí)間序號(hào)變量(可無(wú)）：i二、操作過(guò)程二、操作過(guò)程主菜單：分析主菜單：分析Analyze生存生存Survival壽命表壽命表Life tables對(duì)話(huà)框參數(shù)設(shè)置：對(duì)話(huà)框參數(shù)設(shè)置：時(shí)間time框：選入 “t”。顯示時(shí)間間隔Display time intervals框：步長(zhǎng)by前面填入最大生存時(shí)間的上限（必須包括生存時(shí)間最大值），步長(zhǎng)by后面填入生存時(shí)間的組距。本例上限填“60”，組距填“1”。狀態(tài)status框：選入“status”，擊define events 鈕，在single value框填入

6、“1”因子factor框：選入“group”，定義最小值“1”，最大值“2”。單擊選項(xiàng)option按鈕，彈出對(duì)話(huà)框： 1）壽命表，系統(tǒng)默認(rèn)。 2）圖： 生存函數(shù) 3）比較第一個(gè)因子的水平： 整體比較三、主要輸出結(jié)果三、主要輸出結(jié)果10月生存率的估計(jì)：月生存率的估計(jì)： 甲法甲法 48%，標(biāo)準(zhǔn)誤，標(biāo)準(zhǔn)誤 0.1 乙法乙法 30%，標(biāo)準(zhǔn)誤，標(biāo)準(zhǔn)誤 0.1 兩組的中位生存期估計(jì)：兩組的中位生存期估計(jì)：3. 繪制生存曲線(xiàn)：繪制生存曲線(xiàn)：4. 兩組生存時(shí)間分布的比較：兩組生存時(shí)間分布的比較：Kaplan-Meier 過(guò)程過(guò)程Kaplan-Meier過(guò)程用于(尤其小樣本資料）： 估計(jì)各生存時(shí)間的生存率以及中

7、位生存時(shí)間。 繪制各種曲線(xiàn)：如生存函數(shù)、風(fēng)險(xiǎn)函數(shù)曲線(xiàn)等。 比較某研究因素不同水平的生存時(shí)間有無(wú)差異。 控制某個(gè)分層因素后對(duì)研究因素不同水平的生存時(shí)間分布進(jìn)行比較。 對(duì)多組生存時(shí)間分布進(jìn)行兩兩比較。（各總體分布比較采用Log-rank等非參數(shù)方法）實(shí)例分析實(shí)例分析例2：（數(shù)據(jù)同例1）為了比較不同手術(shù)方法治療腎上腺腫瘤的療效，某研究者隨機(jī)將43例病人分成兩組，甲組23例、乙組20例的生存時(shí)間（月）如下所示：其中有“+”者是刪失數(shù)據(jù)，表示病人仍生存或失訪(fǎng)，括號(hào)內(nèi)為死亡人數(shù)。（1）計(jì)算甲、乙兩法各生存時(shí)間的生存率和標(biāo)準(zhǔn)誤。（2）估計(jì)兩組的中位生存期。（3）繪制各組生存函數(shù)曲線(xiàn)。（4）比較兩組的總體生存

8、時(shí)間分布有無(wú)差別。一、建立數(shù)據(jù)文件（同前）一、建立數(shù)據(jù)文件（同前）二、操作過(guò)程二、操作過(guò)程主菜單：分析主菜單：分析Analyze生存生存SurvivalKaplan-Meier對(duì)話(huà)框參數(shù)設(shè)置：對(duì)話(huà)框參數(shù)設(shè)置：時(shí)間time框：選入 “t”。狀態(tài)status框：選入“status”，擊define events 鈕，在single value框填入“1”。因子factor框：選入“group”。單擊選項(xiàng)option按鈕，彈出對(duì)話(huà)框： 1）統(tǒng)計(jì)量： 生存分析表，系統(tǒng)默認(rèn)。 均值和中位生存時(shí)間，系統(tǒng)默認(rèn)。 2）圖： 生存函數(shù)5. 單擊比較因子Compare Factor按鈕，彈出對(duì)話(huà)框： 1）檢驗(yàn)統(tǒng)計(jì)

9、量Test Statistics： 都用于檢驗(yàn)時(shí)間分布是否相同。 對(duì)數(shù)秩Log-rank：各時(shí)間點(diǎn)的權(quán)重一樣。 Breslow：按各時(shí)間點(diǎn)的觀察例數(shù)賦權(quán)。 Tarone-Ware：按各時(shí)間點(diǎn)觀察例數(shù)的平方根賦權(quán)。二、操作過(guò)程二、操作過(guò)程2）水平間的兩兩比較。水平間的兩兩比較。6. 單擊Save按鈕，彈出保存新變量Save new variables 對(duì)話(huà)框：三、主要輸出結(jié)果三、主要輸出結(jié)果生存表：生存表： 略略 兩組的中位生存期估計(jì)：兩組的中位生存期估計(jì)：3. 繪制生存曲線(xiàn)：繪制生存曲線(xiàn)：4. 兩組生存時(shí)間分布的比較：兩組生存時(shí)間分布的比較：Cox回歸回歸過(guò)程過(guò)程Cox回歸過(guò)程用于： 1. 多

10、個(gè)因素對(duì)生存時(shí)間的影響作用分析和比較 2. 生存（或死亡）風(fēng)險(xiǎn)預(yù)測(cè)實(shí)例分析實(shí)例分析o例3：為探討某惡性腫瘤的預(yù)后，某研究者收集了63例患者的生存時(shí)間、生存結(jié)局及影響因素。影響因素包括病人年齡、性別、組織學(xué)類(lèi)型、治療方式、淋巴結(jié)轉(zhuǎn)移、腫瘤浸潤(rùn)程度，生存時(shí)間以月計(jì)算。變量的賦值和所收集的資料分別見(jiàn)表17-8和表17-9。試用Cox回歸模型進(jìn)行分析。NoX1X2X3X4X5X6tYNoX1X2X3X4X5X6tY15400110520336200010120025701000510344011101 40135800011351355010010 26144311110103036331100012

11、005480100071375711100120064001000600384810010120074401000580392800010 3183600011291405410110120193911101700413501011 71104201001670424700010 18111420100066043491011012001242101108704443010001200135111100850454811000 151145501001820464400010 411549111017604760111001200165211101740484000010 1611748111

12、00630493201001 2411854101111010504400011 19119380100010005148100101200204011101661527201010 241213800010930534200010 212219000102415463101101200236710110930555501100 121243700110900563900010 512543100101515744000101200264900010315842111001200275011111870597400011 712853111001200606101010 40129321110

13、0120061451011010803046010011200623801000 2413143101101200636200010 1613244101101200表表17-9 63名某惡性腫瘤患者的生存時(shí)間（月）及影響因素名某惡性腫瘤患者的生存時(shí)間（月）及影響因素21一、建立數(shù)據(jù)文件（一、建立數(shù)據(jù)文件（data-03.sav）二、操作過(guò)程二、操作過(guò)程主菜單：分析主菜單：分析Analyze生存生存SurvivalCox RegressionCox回歸主對(duì)話(huà)框回歸主對(duì)話(huà)框22二、操作過(guò)程二、操作過(guò)程主對(duì)話(huà)框參數(shù)設(shè)置：主對(duì)話(huà)框參數(shù)設(shè)置：o時(shí)間time框：選入 “ t ”。o狀態(tài)status框：選

14、入“ y ”，擊define events 鈕，在single value框填入“1”o協(xié)變量Covariates框：選入“x1x6”。o方法Method框：選擇自變量進(jìn)入Cox模型的方法，SPSS提供以下7種方法。23o1.分析例數(shù)描述案例處理摘要案例處理摘要2641.3%3758.7%63100.0%0.0%0.0%0.0%0.0%63100.0%事件a刪失合計(jì)分析中可用的案例帶有缺失值的案例帶有負(fù)時(shí)間的案例層中的最早事件之前刪失的案例合計(jì)刪除的案例合計(jì)N百分比因變量: ta. 三、主要輸出結(jié)果三、主要輸出結(jié)果24o2-1.模型檢驗(yàn)（全變量模型）模模 型型 系系 數(shù)數(shù) 的的 綜綜 合合 測(cè)

15、測(cè) 試試a a, ,b b180.05220.1746.00321.9426.00121.9426.001-2 倍對(duì)數(shù)似然值卡方dfSig.整體 (得分)卡方dfSig.從上一步驟開(kāi)始更改卡方dfSig.從上一塊開(kāi)始更改起始?jí)K編號(hào) 0，最初的對(duì)數(shù)似然函數(shù):-2 倍對(duì)數(shù)似然值: 201.994a. 起始?jí)K編號(hào) 1. 方法 = 輸入b. 結(jié)果提示：結(jié)果提示：（1）對(duì)模型總體檢驗(yàn)有顯著意義（）對(duì)模型總體檢驗(yàn)有顯著意義（P=0.003），即至少），即至少有有1個(gè)自變量的總體回歸系數(shù)不為個(gè)自變量的總體回歸系數(shù)不為0。25o2-2.模型檢驗(yàn)（逐步回歸模型，Method=向前法LR，自變量進(jìn)入P0.05，剔

16、除P0.10 ）模模 型型 系系 數(shù)數(shù) 的的 綜綜 合合 測(cè)測(cè) 試試a a, ,b b182.77717.5942.00019.2172.000步驟2-2 倍對(duì)數(shù)似然值卡方dfSig.整體 (得分)卡方dfSig.從上一塊開(kāi)始更改起始?jí)K編號(hào) 0，最初的對(duì)數(shù)似然函數(shù):-2 倍對(duì)數(shù)似然值: 201.994a. 起始?jí)K編號(hào) 1. 方法 = 向前逐步（似然比）b. （2）采用逐步回歸法進(jìn)行）采用逐步回歸法進(jìn)行Cox模型分析的結(jié)果提示：模型擬合自變量進(jìn)入和模型分析的結(jié)果提示：模型擬合自變量進(jìn)入和剔除的檢驗(yàn)水準(zhǔn)分別為剔除的檢驗(yàn)水準(zhǔn)分別為0.05和和0.1時(shí)，篩選后的最佳模型包含兩個(gè)協(xié)變量，時(shí)，篩選后的最佳

17、模型包含兩個(gè)協(xié)變量，即即X4（治療方式）和（治療方式）和X5（淋巴結(jié)是否轉(zhuǎn)移），該擬合模型總體檢驗(yàn)提示（淋巴結(jié)是否轉(zhuǎn)移），該擬合模型總體檢驗(yàn)提示具有統(tǒng)計(jì)學(xué)意義（整體卡方具有統(tǒng)計(jì)學(xué)意義（整體卡方=17.594，P0.10 ）方方 程程 中中 的的 變變 量量-1.762.54810.3371.001.172.059.503.931.4454.3891.0362.5381.0626.066X4X5步驟2BSEWalddfSig.Exp(B)下部上部95.0% CI 用于 Exp(B)B ：偏回歸系數(shù) ，SE：偏回歸系數(shù)的標(biāo)準(zhǔn)誤Wald：用于檢驗(yàn)總體偏回歸系數(shù)與0有無(wú)顯著差異， v=1時(shí)，W=（B/

18、SE）2 。Exp(B)：相對(duì)危險(xiǎn)度估計(jì)（RR值）（3）X4（治療方式）對(duì)生存時(shí)間有影響，采用新療法病人的死亡風(fēng)險(xiǎn)降至傳（治療方式）對(duì)生存時(shí)間有影響，采用新療法病人的死亡風(fēng)險(xiǎn)降至傳統(tǒng)療法的統(tǒng)療法的17.2%（RR的的95%CI為為0.0590.503）。）。（4）X5（淋巴結(jié)是否轉(zhuǎn)移）對(duì)生存時(shí)間也有影響，有淋巴結(jié)轉(zhuǎn)移病人的死亡（淋巴結(jié)是否轉(zhuǎn)移）對(duì)生存時(shí)間也有影響，有淋巴結(jié)轉(zhuǎn)移病人的死亡風(fēng)險(xiǎn)為無(wú)淋巴結(jié)轉(zhuǎn)移病人的風(fēng)險(xiǎn)為無(wú)淋巴結(jié)轉(zhuǎn)移病人的2.538倍（倍（ RR的的95%CI為為1.0626.066）。）。27o4. 自/協(xié)變量的均值（選入2個(gè)變量的模型）協(xié)變量均值協(xié)變量均值.413.571X4X5均值28o5. 生存曲線(xiàn)（選入2個(gè)變量的模型）p 練習(xí)練習(xí)1：某臨床試驗(yàn)對(duì)20名第或第期黑色素瘤的患者進(jìn)行隨訪(fǎng)研究，截至研究期結(jié)束，記錄的生存資料見(jiàn)表1。應(yīng)用SPSS軟件建立數(shù)據(jù)文件，并計(jì)算100周生存率。表1 20名第或期黑色素瘤患者的治療后生存時(shí)間（周）12.815.624.0+26.429.230.8+39.242.058.4+7