生存分析（4）——寿命表法

⽣存分析（4）——寿命表法
前⾯已经推送过⼏篇有关⽣存分析的⽂章，见以下列表：
⽣存分析（1）——概念介绍
⽣存分析（2）——⽣存函数
⽣存分析（3）——Kaplan-Meier分析
其中第三篇⽂章介绍的Kaplan-Meier分析是估计⽣存函数的常⽤⽅法，但是这种⽅法仅适⽤于能够准确记录事件或删失发⽣时间点的数据。

对于像癌症复发这样的事件，复发的时间点往往⽆法准确记录，因为疾病的复发，通常是依靠定期的体检来发现的，⽽体检时间间隔⼀般不会很短，以⾄于⽆法确定准确的复发时间。

对于这种类型的数据，采⽤寿命表法更加适合。

为了说明此问题，同样引⼊⼀个案例，该案例研究男性胃癌患者术后⽣存情况。

记录的⽣存时间表如下图所⽰：
该表是按照年份记录的⽣存时间，每个年份对应有删失记录数，死亡记录数。

我们将此数据集录⼊SPSS，录⼊后的格式如下图所⽰，录⼊后数据分为3列，第⼀列记录⽣存时间，第⼆列标注⽣存状况，第三列说明相应的个案数量。

（注：数据必须严格按照此种格式进⾏组织，否则将⽆法得到正确的结果）
按照这种格式进⾏录⼊的数据，在使⽤寿命表法进⾏⽣存分析之前，需要先根据第三列对数据进⾏加权处理。

关于为什么要加权，参见这篇⽂章《数据加权原理—SPSS中实现》
加权操作完成后，按照如下图所⽰，将相关变量选⼊对应的选框中，【⽣存记录时间】选⼊时间框中，时间间隔处填⼊观察的最⼤年限以及时间间隔；状态处填⼊⽣存状态变量，并且定义事件（失效事件，本例为出现死亡，对应的值标签数值为1，定义事件处填⼊1即可）。

设置完毕后，可以点击选项，输出寿命表，和⽣存函数图像。

设置完毕后，点击【确定】，即可得到分析结果。

输出的寿命表和前⾯Kaplan-Meier分析的⽣存表很相似，解释起来也差不多，但也有明显的差异。

我这⾥介绍⼀下，明显的差异在何处：这⾥以0~1年组为例，研究开始，共有114个病⼈参与研究，其中5个病⼈在0~1年中撤出研究，也就是出现删失，出现删失时，寿命表法的处理办法时，相当于进⼊研究的⼈数为 114 - 5/2 = 111.5 ⼈，在这个基础上去计算⽣存概率，于是这个阶段的⽣存概率为 1- 3/111.5 = 0.97.
其它阶段的⽣存概率计算和以上过程是⼀致的，寿命表和Kaplan-Meier分析不同的是对删失记录的处理。

同样也可以得到⽣存函数图像
本⽂的内容就介绍到这⾥，⼤家可结合前⼏篇⽂章⼀起来理解⽣存分析相关内容。