生存分析SPSS過程專家講座

1.何為生存分析？

生存分析（survivalanalysis）是將事件結(jié)果（終點事件）和出現(xiàn)結(jié)果經(jīng)歷時間結(jié)合起來分析一個統(tǒng)計分析方法。2.生存分析目標：描述生存過程：預(yù)計不一樣時間總體生存率，計算中位生存期，繪制生存函數(shù)曲線。統(tǒng)計方法包含Kaplan-Meier（K-M）法、壽命表法。比較：比較不一樣處理組生存率，如比較不一樣療法治療腦瘤生存率，以了解哪種治療方案較優(yōu)。統(tǒng)計方法log-rank檢驗等。影響原因分析：研究某個或一些原因?qū)ι媛驶蛏鏁r間影響作用。如為改進腦瘤病人預(yù)后，應(yīng)了解影響病人預(yù)后主要原因，包含病人年紀、性別、病程、腫瘤分期、治療方案等。統(tǒng)計方法cox百分比風(fēng)險回歸模型等。預(yù)測：建立cox回歸預(yù)測模型。生存分析理論復(fù)習(xí)生存分析SPSS過程專家講座第1頁生存分析(SurvivalAnalysis)菜單生存分析SPSS過程專家講座第2頁壽命表（LifeTables）過程Lifetables過程用于（小樣本和大樣本資料）：預(yù)計某生存時間生存率，以及中位生存時間。繪制各種曲線：如生存函數(shù)、風(fēng)險函數(shù)曲線等。對某一研究原因不一樣水平生存時間分布比較?？刂屏硪粋€原因后對研究原因不一樣水平生存時間分布比較。對多組生存時間分布進行兩兩比較。（比較總體生存時間分布采取wilcoxon檢驗）生存分析SPSS過程專家講座第3頁CompanyLogo實例分析例1：為了比較不一樣手術(shù)方法治療腎上腺腫瘤療效，某研究者隨機將43例病人分成兩組，甲組23例、乙組20例生存時間（月）以下所表示：其中有“+”者是刪失數(shù)據(jù)，表示病人仍生存或失訪，括號內(nèi)為死亡人數(shù)。（1）計算甲、乙兩法術(shù)后10月生存率和標準誤。（2）預(yù)計兩組中位生存期。（3）繪制各組生存函數(shù)曲線。（4）比較兩組總體生存時間分布有沒有差異。生存分析SPSS過程專家講座第4頁CompanyLogo一、建立數(shù)據(jù)文件（data-01.sav）定義5個變量：生存時間變量：t，值標簽“生存時間（月）”生存狀態(tài)變量：status，取值“1=死亡，0=刪失或存活”頻數(shù)變量：freq，值標簽“人數(shù)”分組變量：group，取值“1=甲組，2=乙組”生存時間序號變量(可無）：i生存分析SPSS過程專家講座第5頁二、操作過程主菜單：分析Analyze生存Survival壽命表Lifetables對話框參數(shù)設(shè)置：時間time框：選入“t”。顯示時間間隔Displaytimeintervals框：步長by前面填入最大生存時間上限（必須包含生存時間最大值），步長by后面填入生存時間組距。本例上限填“60”，組距填“1”。狀態(tài)status框：選入“status”，擊defineevents鈕，在singlevalue框填入“1”因子factor框：選入“group”，定義最小值“1”，最大值“2”。單擊選項option按鈕，彈出對話框：1）√壽命表，系統(tǒng)默認。2）圖：√生存函數(shù)3）比較第一個因子水平：√整體比較生存分析SPSS過程專家講座第6頁三、主要輸出結(jié)果10月生存率預(yù)計：

甲法48%，標準誤0.1

乙法30%，標準誤0.1

兩組中位生存期預(yù)計：生存分析SPSS過程專家講座第7頁CompanyLogo3.繪制生存曲線：生存分析SPSS過程專家講座第8頁CompanyLogo4.兩組生存時間分布比較：生存分析SPSS過程專家講座第9頁Kaplan-Meier過程Kaplan-Meier過程用于(尤其小樣本資料）：預(yù)計各生存時間生存率以及中位生存時間。繪制各種曲線：如生存函數(shù)、風(fēng)險函數(shù)曲線等。比較某研究原因不一樣水平生存時間有沒有差異?？刂颇硞€分層原因后對研究原因不一樣水平生存時間分布進行比較。對多組生存時間分布進行兩兩比較。（各總體分布比較采取Log-rank等非參數(shù)方法）生存分析SPSS過程專家講座第10頁CompanyLogo實例分析例2：（數(shù)據(jù)同例1）為了比較不一樣手術(shù)方法治療腎上腺腫瘤療效，某研究者隨機將43例病人分成兩組，甲組23例、乙組20例生存時間（月）以下所表示：其中有“+”者是刪失數(shù)據(jù)，表示病人仍生存或失訪，括號內(nèi)為死亡人數(shù)。（1）計算甲、乙兩法各生存時間生存率和標準誤。（2）預(yù)計兩組中位生存期。（3）繪制各組生存函數(shù)曲線。（4）比較兩組總體生存時間分布有沒有差異。生存分析SPSS過程專家講座第11頁一、建立數(shù)據(jù)文件（同前）二、操作過程主菜單：分析Analyze生存SurvivalKaplan-Meier對話框參數(shù)設(shè)置：時間time框：選入“t”。狀態(tài)status框：選入“status”，擊defineevents鈕，在singlevalue框填入“1”。因子factor框：選入“group”。單擊選項option按鈕，彈出對話框：1）統(tǒng)計量：√生存分析表，系統(tǒng)默認。√均值和中位生存時間，系統(tǒng)默認。2）圖：√生存函數(shù)5.單擊比較因子CompareFactor按鈕，彈出對話框：1）檢驗統(tǒng)計量TestStatistics：

都用于檢驗時間分布是否相同?！虒?shù)秩Log-rank：各時間點權(quán)重一樣。Breslow：按各時間點觀察例數(shù)賦權(quán)。Tarone-Ware：按各時間點觀察例數(shù)平方根賦權(quán)。生存分析SPSS過程專家講座第12頁二、操作過程2）水平間兩兩比較。6.單擊Save按鈕，彈出保留新變量Savenewvariables對話框：√√√生存分析SPSS過程專家講座第13頁三、主要輸出結(jié)果生存表：略

兩組中位生存期預(yù)計：生存分析SPSS過程專家講座第14頁3.繪制生存曲線：生存分析SPSS過程專家講座第15頁CompanyLogo4.兩組生存時間分布比較：生存分析SPSS過程專家講座第16頁Cox回歸過程Cox回歸過程用于：

1.多個原因?qū)ι鏁r間影響作用分析和比較2.生存（或死亡）風(fēng)險預(yù)測生存分析SPSS過程專家講座第17頁實例分析例3：為探討某惡性腫瘤預(yù)后，某研究者搜集了63例患者生存時間、生存結(jié)局及影響原因。影響原因包含病人年紀、性別、組織學(xué)類型、治療方式、淋巴結(jié)轉(zhuǎn)移、腫瘤浸潤程度，生存時間以月計算。變量賦值和所搜集資料分別見表17-8和表17-9。試用Cox回歸模型進行分析。生存分析SPSS過程專家講座第18頁NoX1X2X3X4X5X6tYNoX1X2X3X4X5X6tY1540011052033620001012002570100051034401110140135800011351355010010261443111101030363311000120054801000713757111001200640010006003848100101200744010005803928000103183600011291405410110120193911101700413501011711042010016704247000101811142010006604349101101200124210110870444301000120013511110085045481100015114550100182046440001041154911101760476011100120016521110174048400001016117481110063049320100124118541011110105044000111911938010001000514810010120020401110166152720101024121380001093053420001021221900010241546310110120023671011093055550110012124370011090056390001051254310010151574400010120026490001031584211100120027501111187059740001171285311100120060610101040129321110012006145101101080304601001120062380100024131431011012006362000101613244101101200表17-963名某惡性腫瘤患者生存時間（月）及影響原因生存分析SPSS過程專家講座第19頁一、建立數(shù)據(jù)文件（data-03.sav）二、操作過程主菜單：分析Analyze生存SurvivalCoxRegressionCox回歸主對話框生存分析SPSS過程專家講座第20頁二、操作過程

主對話框參數(shù)設(shè)置：時間time框：選入“t”。狀態(tài)status框：選入“y”，擊defineevents鈕，在singlevalue框填入“1”協(xié)變量Covariates框：選入“x1~x6”。方法Method框：選擇自變量進入Cox模型方法，SPSS提供以下7種方法?！獭躺娣治鯯PSS過程專家講座第21頁1.分析例數(shù)描述三、主要輸出結(jié)果生存分析SPSS過程專家講座第22頁2-1.模型檢驗（全變量模型）結(jié)果提醒：（1）對模型總體檢驗有顯著意義（P=0.003），即最少有1個自變量總體回歸系數(shù)不為0。生存分析SPSS過程專家講座第23頁2-2.模型檢驗（逐步回歸模型，Method=向前法LR，自變量進入P≤0.05，剔除P>0.10）（2）采取逐步回歸法進行Cox模型分析結(jié)果提醒：模型擬合自變量進入和剔除檢驗水準分別為0.05和0.1時，篩選后最正確模型包含兩個協(xié)變量，即X4（治療方式）和X5（淋巴結(jié)是否轉(zhuǎn)移），該擬合模型總體檢驗提醒含有統(tǒng)計學(xué)意義（整體卡方=17.594，P<0.001）。生存分析SPSS過程專家講座第24頁3.參數(shù)預(yù)計（逐步回歸模型，Method=向前法LR，自變量進入P≤0.05，剔除P>0.10）B：偏回歸系數(shù)，SE：偏回歸系數(shù)標準誤Wald：用于檢驗總體偏回歸系數(shù)與0有沒有顯著差異，v=1時，W=（B/SE）2。Exp(B)：相對危險度預(yù)計（RR值）（3）X4（治療方式）對生存時間有影響，采取新療法病人死亡風(fēng)險降至傳統(tǒng)療法17.2%（RR95%CI為0.059~0.503）。（4）X5（淋巴結(jié)是否轉(zhuǎn)移）對生存時間也有影響，有淋巴結(jié)轉(zhuǎn)移病人死亡風(fēng)險為無淋巴結(jié)轉(zhuǎn)移病人2.538倍（RR95%CI為1.062~6.066）。生存分析SPSS過程專家講座第25頁4.自/協(xié)變量均值（選入2個變量模型）生存分析S