第19章 生存分析与Cox模型——【SPSS精品教程】

模块解读 --- Cox回归
• Cox回归—定义事件
• Cox回归—分类
• Cox回归—绘图
• Cox回归—保存
• Cox回归—选项
• Cox回归—Bootstrap
模块解读 ---时间依存变量Cox 模型
模块解读 ---时间依存变量Cox 模型
实百度文库讲解
• 例19.1：某医院对114例男性胃癌患者术后生存情况进行11年随 访，据此计算男性胃癌患者术后各年的生存率。具体数据见191.sav数据库。
• 生存时间：指从某个起始事件开始，到出现我们想要得到的终点 事件发生所经历的时间，也称为失效时间。 生存时间具有：分布类型不确定，一般表现为 正偏态分布； 数据中常含有删失数据。
（2）基本的概念②
• 完全数据：指从事件开始到事件结束，观察对象一直都处在观察 范围内，我们得到了事件从开始到结束的准确时间。
• 生存函数：指个体生存时间T大于等于t的概率，又称为累积生存 概率，或生存曲线。S（t） = P（T>t） = 生存时间大于等于t的病 人数 / 随访开始的病人总数。S（t）为单调不增函数S（0）为1， S（∞）为0。
（2）基本的概念④
• 半数生存时间：指50%的个体存活且有50%的个体死亡的时间， 又称为中位生存时间。因为生存时间的分布常为偏态分布，故应 用半数生存时间较平均生存时间更加严谨。
IBM-SPSS
第19章 生存分析与Cox模型
• （1）定义 • 生存分析，是一种将生存时间和生存结果综合起来对数据进行分析的一
种统计分析方法。
• 生存分析源于古老的寿命表研究，在医学领域相应的数据主要来自对随 访事件的研究。
• 随访资料的特点主要有：存在截尾数据；数据呈正偏态分布。
（2）基本的概念①
• 删失数据：指在研究分析过程中由于某些原因，未能得到所研究 个体的准确时间，这个数据就是删失数据，又称为不完全数据。 产生删失数据的原因有很多：在随访研究中大多是由于失访所造 成；在动物实验研究中大多由于观察时间已到，不能继续下去所 造成。
（2）基本的概念③
• 生存概率：指从某单位时间段开始，存活的个体到该时间段结束 时个体仍存活的可能性。生存概率 = 下一时段开始的人数 / 该时 段开始的人数 = 1 - 死亡概率。
模块解读 --- 寿命表
• 寿命表—定义事件
• 寿命表—定义范围
• 寿命表—选项
模块解读 --- Kaplan-Meier法
• Kaplan-Meier 法—定义事件
• Kaplan-Meier 法—比较因子
• Kaplan-Meier 法—保存
• Kaplan-Meier 法—选项
• 风险函数：指在生存过程中，t时刻存活的个体在t时刻的瞬时死 亡率，又称为危险率函数、瞬时死亡率、死亡力等。一般用h（t） 表示。h（t） = 死于区间（t，t+t）的病人数 / 在t时刻尚存的病 人数 t。
生存分析的方法
• ①参数方法，数据必须满足相应的分布。常用的参数模型有： 指数分布模型、Weibull分布模型、对数正态分布模型、对数 Logistic分布模型、gamma分布模型。
• 要求列出Cox回归模型的主要分析结果并能合理的解释结果。具体数 据详见19-3.sav数据库。
实例讲解
• 例19.4：某研究者想研究肺癌的术后生存时间与手术时年龄的关 系，收集了一些肺癌病例的数据，详见19-4.sav数据库。
•THE END
实例讲解
• 例19.2：某医院对44例某病患者随机化分组后，一组为对照组， 一组为实验组，实验组采用某种干预措施，对照组不采用任何干 预措施，观察患者生存时间。
• 试通过K-M法进行生存分析，要求评价干预措施有无效果？同时 绘制生存曲线图。具体数据见19-2.sav数据库。
实例讲解
• 例19.3：某研究者想研究肺癌四种亚型的生存时间有无差别，收集了 一些肺癌病例的数据。
• ②半参数方法，是目前非常流行的生存分析方法，相对而言， 半参数方法比参数方法灵活，比非参数方法更容易解释分析结 果。常用的半参数模型为Cox模型。
• ③非参数方法，当数据没有参数模型可以拟合时，通常可以采 用非参数方法进行生存分析。常用的非参数模型包括生命表分 析和Kalpan-Meier方法。