第8讲 随访资料的统计分析1
临床随访资料的数据整理和统计分析(一)
“ 接 法 ” 但 由于 生 存 资料 中会 存 在 大 量 的 截 尾 数 据 ， 方 法 直 ， 该 癌 症 病 人 的 ｆ 随 访 或 生 存 资 料 一 般 指 同 临床 无 法 正 确处 理 此 类 信 息 ， 目前 已不 再 推 荐 使 用 。
２ 资 料 整 理
１１ 生存资料 ．
得 ｆ 医 学 工 作 者 在 应 用 此 类 方 法 时 常 感 到 比较 困 难 。 这 临床
一
个 概 率 统 计 指 标 ， 常 情 况 下 表 达 的 是 一 批 病 人 能 够 活 满 通
讲将从实际应用的角度出发 ， 主要 针 对 肿瘤 ｆ 医 学 工 作 临床
某 一特 定 时 间 （ ５年 ） 累 积 生 存 概 率 ， 般 用 百 分 数 （ ） 如 的 一 来 表示 。换 言之 ， 用 累 积死 亡 概 率 来 推算 。 习惯 上 称之 为 ” 可 生 存率 ” 也 是 ｆ 医 学 科 研 中 应用 最 广 的 一 种 指 标 。 它 实 际 ， 临床 上 反 映 了病 人 的疾 病 严 重 程 度 、 展 快 慢 或 凶 险 程 度 等 。 国 进 内 早期 这 方 面 的 文献 所 估 计 的 生 存率 一 般 采 用 的 统 计 方 法 是
存 期或 预 后 有 关 。
病 学 随访 资 料 的 分 析 ， 会 用 到 各种 简单 或 复 杂 的 生 存 分 析 都
方 法 。然而 ， 由于 此 类 方 法 在 理 论 上 的 特 殊 性 和 复 杂 性 ， 使
２ ２ 生存 率 ．
一
从统计 学 角度讲 ， 文所提到 的“ 存率 ” 本 生 是
项 永 兵 ， 文 彤 张
（ ． 海 市 肿 瘤 研 究 所 流 行 病 学 研 究 室 ， 海 ２ ０ ３ ； ． 旦 大 学 卫 生 统 计 与 社 会 医 学 教 研 室 ， 海 ２ ０ ３ ） １上 上 ００２２复 上 ０ ０ ２ 编者按 ： 刊从 ２０ 本 ０ ６年 起 不 定 期 地 刊 出 函授 继 续 医 学教 育讲 座 ， 有 问答 题 。请 读 者撕 下该 问 答 题 （ 印 、 印无 效 ） 连 同读 附 打 复 ， 者 本 人 的 答 案 于 ２０ ０ ６年 １ ２月 １ 日前 寄 回 本 杂 志 社 （ 址 ： 海 市 斜 土 路 ２ ０ ５ 地 上 ２ ０弄 ２ ５号 ， 编 ： ０ ０ ２ 。 回 答 正 确 者 可 获 得 邮 ２０ ３ ） 上 海 市 肿 瘤 研 究 所 颁 发 的 继 续 医学 教 育 Ⅱ 类 学 分 ， 期 ２分 。２ ０ 每 ０ ６年 第 １ Ｏ期 的 标 准 答 案 将 在 第 １ ２期 上 公 布 ， 读 者 留 意 。 请 ２０ ０ ６年 有 关 各 期 的 学 分 将 于 本 年 底 前 寄 出 ， 时 请 将 学 分 证 的工 本 费 ５元（ 发 票 ） 到 本 杂 志 社 。 届 无 寄 随 着 生 存 分 析方 法 在 医 学 领 域 内 的 广 泛 应 用 和 普 及 ， 国 内 在癌 症 ｆ 生 存 或 随访 资 料 的 分 析 和 研 究 越 来 越 多 ， 简 临床 最 单的例子是各种癌症预 后因素 的研究 在医学 期刊上 频繁 出 现 。无 论 是癌 症 ｆ 研 究 资 料 的 分 析 ， 是 大 样 本 肿 瘤 流 行 临床 还 人 的病 情 、 病 和 治 疗 等 有 关 的 数 据 ， 至 还 有 实 验 室 检 测 疾 甚
病例随访资料的统计分析方法——生存分析
假期生活英文作文范文英文：During my holiday, I had a great time doing a lot of fun activities. One of my favorite things to do was to go hiking with my friends. We went to a nearby mountain and enjoyed the beautiful scenery. We also had a picnic on the mountain top and it was so relaxing.Another thing I did was to visit some museums. I went to the art museum and was amazed by the beautiful paintings and sculptures. I also went to the history museum and learned a lot about the local history and culture.Besides that, I also spent some time with my family. We went to the beach and had a great time playing in the water and building sandcastles. We also had a barbecue party in our backyard and invited some friends over.Overall, my holiday was filled with fun and memorableexperiences. I enjoyed spending time with my loved ones and exploring new places.中文：在我的假期里，我做了很多有趣的事情，度过了愉快的时光。
医学统计学临床随访研究及分析
回归分析
探究潜在的相关因素和预测 变量，分析其对结果变量的 影响，并建立相应的预测模 型。
结果展示
统计图表
通过绘制直方图、散点图等统 计图表直观地展示数据分析结 果，有助于传达和解释研究的 主要发现。
结果解释
使用简洁明了的语言描述和解 释数据分析的结果，以方便听 众理解和接受研究的结论。
实用建议
基于数据分析的结果，为临床 实践和决策提供有价值的建议 和指导。
研究设计
1
研究目的
明确研究的目标和假设，为临床随导。
确定研究人群的选取标准，保证样本
的代表性和可靠性。
3
数据收集
采用合适的数据采集工具和方法，以 确保数据的准确性和完整性。
临床随访数据采集
1 随访周期
确定每次随访的时间间隔，以便收集连续的数据并监测患者状况的变化。
医学统计学临床随访研究 及分析
欢迎参加本次演示，我们将深入探讨医学统计学在临床随访研究和数据分析 中的应用。通过本次演示，你将了解到如何采集临床随访数据以及如何应用 合适的统计学方法进行数据分析。
研究背景
在医学研究中，临床随访对于评估治疗效果、预测疾病进展以及了解患者生 存状况等方面具有重要意义。
2 数据项选择
明确需要收集的关键数据项，例如临床指标、生活质量评估等，以便进行后续的数据分 析。
3 数据管理
建立高效的数据管理系统，包括数据录入、校验和存储，以确保数据的安全和可靠性。
数据分析方法
描述统计
通过平均数、标准差等指标 对数据进行总结和描述，以 了解数据的基本特征和分布 情况。
生存分析
应用生存曲线和危险比等方 法，评估患者的生存率和风 险因素，预测疾病进展的可 能性。
随访资料生存分析的统计学基础
表3 肿瘤<3.0cm组生存率及标准误的计算
期初病例数 nt
14
截尾数 ct
0
死亡概率 qt
1/14=0.0714
生存概率 pt
0.9286
生存率 S(t)
0.9268
13
0
1/13=0.0769
0.9231
0.8572
12
0
1/12=0.0833
二、寿命表法
适用于分组的生存资料。 ① 实际工作中，随访结果常常没有每个观 察对象确切的生存时间，只能获得按随访 时间分组的资料。 ② 当样本较大(如n ≥ 50)时，采用乘积极 限法估计生存率及其标准误较为繁琐。
例16-2 收集374名某恶性肿瘤患者随访资料，取时间区
间均为1年，结果间下表，试估计生存率及其标准误，中
截尾数据不能提供完全的信息，真实的生存时间未知，只知道比观察 到的截尾时间长，常用符号“＋”表示。
生存资料的特点：
1. 有生存结局、生存时间 2. 有不确定数据（截尾数据） 3. 分布呈指数分布、Weibull分布、对数正 态分布、对数logistic分布等
三、死亡概率
死亡概率(probability of death)表示单位时间段 开始存活的个体，在该段时间内死亡的可能性。 符号q表示。
S(t) u /2SE[S(t)]
本例28月总体生存率的95％可信区间：
0.7144 1.960.1207
即膀胱肿瘤<3.0cm患者28月生存率的95%可信区间为47.78％ ~95.10%。 生存曲线尾部的生存率不适合于用该法计算总体生存率的可信区间。
中位生存时间
随访数据的统计分析方法 PPT
一、生存率估计
例12-2 一组病人的存活时间为 79，133，185，475， 133，238+天，试用 Kaplan－Meier法估计生存率。
参照表2，计算步骤为： 1.数据列表 ①将存活天数的数据（1）从小到大排列并 列出序号（j），重复数据只列一次（如“133”），第（1） （2）列；②登记各时刻的死亡人数（d）和截尾人数（c）。 第（3）、（4）列）
截尾数据的类型：
1.随机截尾(Random censoring) 可在观察期内的任何 时间点上产生截尾。 如：3(m) 5 6 6 10 14+ 17 19 20+ 22+ 25 2.右截尾(Right censoring)或称定时截尾 所有到了某个 时点未发生终点的观察对象的生存时间都属于截尾数据。 如：4(w) 6 8 9 10 10 11 12 12 12+ 12+ 12+ 12+
生存时间的统计分析方法起源于19世纪对寿命表的研究，在第 二次世界大战期间，由于对武器的可靠性的要求，使这一分析方法 得到了很大的发展，并不断扩展应用的其他研究领域中。近40年来， 在医学研究，特别是在临床随访研究中，也引进了生存分析的方法， 用来分析病人的随访资料。由于临床研究资料的多样性和复杂性， 反过来又进一步推动了生存时间分析技术的发展。到目前为止，生 存分析作为统计学的一个分支，已形成了一套完整的体系，包括参 数法，非参数法以及回归分析方法等。
ses(t ) s(t )
k
qj
j0 p j n j
（3）生存曲线（survival curve）：是指将各个时点的生 存率连接在一起的曲线图。）估计的生存率是间断性的，曲
线形状分两种类型：①阶梯型：小样本资料用直接法估计的
病例随访资料分析
续上表
N t dn q
p
S(t)
10 182+ 0 3 0.0000 1.0000 0.4000
11 209+ 0 2 0.0000 1.0000 0.4000
12 224+ 0 1 0.0000 1.0000 0.4000 上表为单纯手术治疗肝癌，其不同时
间段累计生存率的变化。
用同样的方法可以对手术加放疗 治疗肝癌病人计算不同时刻的生 存率，见表3。
4 0.2500 0.5 0.0000
0.8462 0.8947 0.8621 0.7000 0.7500 1.0000
0.8462 0.7571 0.6527 0.4569 0.3426 0.3426
计算公式 Lx+1=Lx – Wx – Dx
Lx 期初观察人数 Dx 期内死亡人数 Wx 期内失访人数(失访和到期人数)
表4 A和B两方法预期死亡数计算
组 随访 死亡数 存活数 预期死亡
别 天数 A B T A B T A B
A 52 1 0 1 11 11 22 0.52 0.48
组别 A
死亡 1
生存 11
合计 12
0.52
1 23
12
B0 合计 1
11 11 0.48 1 11
22 23
23
组 随访 死亡数 存活数 预期死亡 别 天数 A B T A B T A B A 78 1 0 1 11 11 22 0.50 0.50 B 79 0 1 1 10 11 21 0.48 0.52 A 92 1 0 1 10 10 20 0.50 0.50 B 95 0 1 1 9 10 19 0.47 0.53 A 96 1 0 1 9 9 18 0.50 0.50
SAS统计分析(第八讲)
6
(1)似然比检验
G 2(ln Lk 1 ln LK )
k=0，1，┄，m。m为自变量的个数 。G近似服从自由度
为ν（ν=m-k）的χ2分布，当
变量对回归有统计学意义。 (2). Wald检验
2 2 时，表示新加入的 k个自 ,
Wald检验时将回归方程中各参数的估计值βj与0的比较， 统计量为
1
2
2016/8/27
1
0
71
538
17
Model Fit Statistics 模型拟合统计
Intercept Only 仅有截距 440.558 444.970 438.558 Intercept and Covariates 所有变量 428.427 指标越小表示 437.251 模型拟合的越 424.427 好
/*选项为对模型进行拟合优度检验*/ Output out=b1 p=pr; /*在数据集b1中含有每个个体的预测概率值*/
proc print data=b1; run;
2016/8/27 23
The LOGISTIC Procedure
0001oddsratioestimatespoint95waldeffectestimateconfidencelimits28621688485220183620associationpredictedprobabilitiesobservedresponses预测概率与观察反应变量间的关联度percentconcordant313somers02044个指标的和谐百分比绝对值越percentdiscordant109gamma0482大表示预不和谐百分比测概率与反percenttied577taua0042应变量的关结点百分比联度越高pairs381980602对子数等于反应变量为0的例数乘以反应变量为1的例数20183621obslevelpr00903520183622与冠心病d发病的关系分别随访儿茶酚胺水平高和低两组人群7年期间冠心病发病数见表93
统计学考题(按章节) 第6题【05分】__随访资料的生存分析
五、其它30分(3~5道题目,每题6~10分)随访资料的生存分析：【06真题】九、某医生从 2002年 1月 1日起对某医院收治的 6名急性心肌梗塞病人进行跟踪观察，2002年 3月 25日结束观察，共 12周。
记录的资料如下：（5分）1、上述资料随访时间单位以（日）、（月）、（年）哪个较合适？为什么？2、判断上述随访时间哪些属截尾值？写出观察对象编号。
【05真题、04真题、03真题】四、16例某癌症病人在不同时期经随机化分配到A、B两治疗组，并继续进行随访至1974年5月 31日结束。
资料如下表：(8分)16例某种癌症病人随访资料病人号治疗组分组日期终止日期是否该病死亡截尾值1 A 68．05．12 68．05．30 Y2 B 70．10．18 71．04．16 Y3 B 69．02．12 70．11．06 Y4 A 72．01．30 74．05．31 仍存活5 A 73．11．11 74．01．02 Y6 B 68．03．12 73．03．30 车祸死亡7 A 69．01．06 69．01．04 Y8 A 69．02．08 70．02．08 迁出9 B 71．05．02 71．11．13 Y10 B 68．03．08 68．05．23 Y11 B 73．12．12 74．02．20 Y12 A 74．05．01 74．05．09 Y13 B 72．07．02 72．07．15 Y14 B 68．12．18 74．04．31 失访15 A 69．01．01 74．05．31 仍存活16 B 73．09．02 73．09．20 Y1.上述资料随访时间单位以（日）、（月）、（年）哪个较合适？为什么？2.判断上述随访时间哪些属截尾值，写出观察对象编号。
3.要比较A、B疗法对该种癌症病人的疗效，宜选用何种统计检验方法？4.A、B治疗组随访资料生存时间的特征量（代表值）一般用何指标表示？【答案】jszb0、本资料中，第7号观察对象数据，终止日期竟然早于分组日期，是典型的错误数据，应该排除。
培训_随访资料的生存分析
2．结果 估计：Kaplan-Meier生存率及生存
曲线。
比较：log-rank检验卡方值及其P值。 因素分析及预测：
变量赋值(数量化方法)表 变量统计描述：
各组病例数和构成比（分类变量） 均数和标准差（数值变量）
列出序号 整理数据
（3） 求年初人数
（4） 求校正年初人数
（5）
计算死亡概率：q =
d/nc （6） 计算生存概率： p =1-q
（7）
计算生存率及其标准
误：利用正态近似法估计总体生
存率的可信区间
3、k年生存率与半数生存期估计
期内 删失 人数
三、对数秩检验(log-rank test) ——非参数检验
检查可能的交互作用项是否显著 （方法：一次引入一个交互作用项， 看其对应的回归系数是否为0）。
模型拟合优度考察：据预后指数PI 分组，比较各组基于Cox模型的生 存 曲 线 与 基 于 kaplan-Meier 法 估 计 的生存曲线，如两组曲线吻合较好， 表明Cox模型拟合较好。
生存率分析：生存曲线不能随意延 长，也不能轻易用于预测预报，经
强调设计的重要性
专业知识角度：选择疾病种类、终 点事件、影响因素及结果的专业解 释等。
统计学角度：样本例数、因素的赋 值、生存时间准确到天数、因素筛 选方法、结果的统计学解释等。
小结（论文报告中应写明）
1．材料与方法 病例来源、起始事件、终点事件、
观察终止时间、截尾情况、随访结 果的获得方法，样本含量、截尾例 数及百分比(%)。 建立数据库方法 统计学处理方法
《随访时间资料分析》课件
生存曲线
通过绘制生存率随时间的变化曲线来分析生存情况。
3
风险比
比较两组间达到指定状态的风险大小。
生存分析实例
临床试验
通过生存分析，可以评估新药治疗 疾病的有效性和安全性。
癌症患者
生存分析可用于预测癌症患者的存 活时间和治疗效果。
心脏病病人
生存分析可以帮助医生评估心脏病 病人的预后和治疗效果。
Cox回归分析
《随访时间资料分析》 PPT课件
# 随访时间资料分析 介绍随访时间资料分析的基本概念和方法。
随访时间资料的定义
随访时间资料是指在医学研究中记录个体从特定事件发生到达某一指定状态 的时间。这些资料对于评估治疗效果和预测患者生存有重要意义。
生存分析
1
生存时间
衡量从特定事件到达指定状态所经历的时间。
2
1
Cox比例风险模型
用于评估多个协变量对生存时间的影响。
单因素Cox回归分析
2
通过单独考虑各因素对生存时间的影响来分
析数据。
3
多因素Cox回归分析
同时考虑多个协变量对生存时间的影响，并 控制混杂因素。
Cox回归分析实例
临床研究
通过Cox回归分析，可以评估多个 因素对患者生存的贡献度。
药物试验
Cox回归分析可用于研究药物对患 者生存时间的影响。
2. Johnson B, et al. (2015). Cox Regression Analysis in Drug Development: Overview and Strategies. Journal of Biopharmaceutical Statistics.
3. Wang C, et al. (2020). Applications of Survival Analysis in Healthcare Data. Journal of Medical Systems.
病例随访资料的统计分析
病例随访资料的统计分析
黄高明;梁秋萍
【期刊名称】《广西医学》
【年(卷),期】2000(022)003
【摘要】@@在临床研究中,对慢性病的疗效研究常需对病人进行长期随访,统计一定时期内生存、死亡、缓解或复发情况,以判断疗效.随访资料常因失访等原因造成
某些数据观察不完全,要用专门方法进行统计处理,这类方法起源于对寿命资料的统
计分析,故称为生存分析.对病人的随访观察首先要规定起始时间(如规定发病、确诊、入院、用药或手术的时间为起始时间)和终止时间,二者之差即为生存时间.
【总页数】8页(P513-520)
【作者】黄高明;梁秋萍
【作者单位】广西医科大学卫生统计学教研室 530027;广西医科大学卫生统计学
教研室 530027
【正文语种】中文
【中图分类】R1
【相关文献】
1.随访资料的统计分析 [J], 谭静
2.三种统计分析方法在婴儿生长发育随访资料中的比较研究 [J], 沙婷婷;颜艳;高晓;向仕婷;何琼;曾广宇;刘世平;李洪艳;谭珊
3.病例随访资料的统计分析 [J], 胡关林;臧桐华
4.临床随访资料的方差统计分析方法 [J], 李天资;黄赞松;潘兴寿;罗章伟;韦华;唐任
光
5.病例随访资料的统计分析方法——生存分析 [J], 蔡泳
因版权原因，仅展示原文概要，查看原文内容请购买。
医学统计学临床随访研究及分析
医学统计学临床随访研究及分析在医学领域中，统计学的应用日益重要。
特别是在临床随访研究中，统计学的分析对于了解疾病的发展、评估治疗效果以及制定预防措施至关重要。
本文将探讨医学统计学在临床随访研究中的应用以及相应的分析方法。
临床随访研究是一种通过追踪研究对象的状况和结果来观察疾病发展和治疗效果的方法。
这种研究对于确定病因、预测病程以及评估治疗效果非常有价值。
然而，由于研究对象的个体差异以及相关数据的复杂性，仅仅凭经验判断是远远不够的。
这时候，统计学的应用就显得尤为重要。
首先，对于临床随访研究中的数据，常见的统计学方法之一是描述性统计分析。
通过统计数据的均值、标准差、中位数等指标，可以全面了解研究对象的基本情况。
例如，在一项关于某种药物治疗效果的研究中，可以通过描述性统计分析来计算出平均改善率以及患者群体中的变异程度。
然而，仅凭描述性统计分析无法提供深入的认识。
这时候，我们需要运用推断统计学的方法。
推断统计学通过对样本数据的分析来推断总体的特征。
在临床随访研究中，样本数据常常存在一定的偏差，例如，样本量可能较小或者样本对象并不完全代表整个患者群体。
因此，推断统计学的应用可以帮助我们更准确地推断总体的特征。
在推断统计学中，假设检验和置信区间是常用的方法。
假设检验通过对样本数据的比较，判断总体参数是否具有显著差异。
例如，在一项关于两种治疗方法效果比较的研究中，可以利用假设检验来判断两种方法是否存在显著的差异。
而置信区间则是通过对样本数据的范围估计，提供总体参数的区间估计值。
例如，在一项关于某种疾病发病率的研究中，可以利用置信区间来估计总体发病率的范围。
除了假设检验和置信区间，回归分析也是临床随访研究中常用的统计学方法之一。
回归分析可以帮助我们了解不同因素对结果变量的影响程度，并建立预测模型。
例如，在一项关于危险因素与疾病发展的研究中，可以利用回归分析来确定各个危险因素的权重，从而建立预测模型。
此外，在临床随访研究中，生存分析也是重要的统计学方法之一。
医学统计学 临床随访研究及分析
4.1.2观察结果(outcome)
所谓观察结果就是我们关心的终点事件
在生存分析中称终检变量(censored
variable)或死亡变量(dead variable)
当被观察对象出现终点事件记为1，否则记
为0(统称为截尾)
4.1.3生存时间的类型
1.完全数据（complete data） 从起点至死亡（死于所研究疾病）所经 历的时间。出现结局事件 2.截尾数据（删失数据，censored data） 从起点至截尾点所经历的时间。 截尾原因：失访、死于其它疾病、观察结 束时病人尚存活等。
135
13
14 15 16 17 18,19
223
365 450 596 680 900
1
1 1 0 0 0
1/7
1/6 1/5 0 0 0
6/7
5/6 4/5 1 1 1
0.355263
0.296053 0.236842 0.236842 0.236842 0.236842
1.00 生 存 0.75 率 0.50 0.25 0.00 0 200 400
将各组理论死亡总数与实际死亡总数作比较
2 2 2 ( A T ) ( 14 8 . 5745 ) ( 4 9 . 4255 ) 2 6.5561 T 8.5745 9.4255
= 组数－1＝１，
P＝0.0105
可认为两组的生存过程有差别。改进手术组 比一般手术组患者的生存率大
随访时间
group 2
group 1
600
800
1000
图15.9 两组手术方式生存概率(Kaplan-Meier)曲线
《随访时间资料分析》课件
时间依赖性风险因素分析
总结词
时间依赖性风险因素分析关注的是随着时间的推移，个体所 面临的风险因素及其对特定事件发生的影响。
详细描述
时间依赖性风险因素分析可以通过模型拟合和回归分析等方 法，评估不同时间点上的风险因素对事件发生的影响，并揭 示风险因素随时间变化的特点和规律。
时间变化风险因素分析
总结词
模型选择
根据研究目的和数据特征 选择合适的模型，如生存 分析模型、比例风险模型 等。
模型参数
根据实际情况设定模型参 数，如时间尺度、风险函 数等。
模型假设
确保模型假设合理，如比 例风险假设、Weibull模型 的比例风险和加速失效度检验
通过比较实际数据和模型预测结 果，评估模型的拟合效果。
时间变化风险因素分析关注的是随着时间的推移，个体所经历的风险因素变化及其对特定事件发生的影响。
详细描述
时间变化风险因素分析可以通过追踪研究、纵向研究和面板数据分析等方法，评估个体在不同时间点上的风险因 素变化对事件发生的影响，并揭示风险因素随时间变化的趋势和规律。
03
随访时间资料的分析方法
生存分析法
常用软件
Excel、SPSS、SAS等统计 分析软件。
比例风险模型
总结词
用于描述比例风险关系的统计分析模型
适用范围
适用于需要分析比例风险关系的场景，如医学研究、生物 学研究、环境科学研究等。
详细描述
比例风险模型是一种统计分析模型，主要用于描述和分析 比例风险关系。它通过考虑时间因素和风险因素，来评估 风险和预测未来事件。
常用软件
SAS、Stata等统计分析软件。
随机效应模型
总结词
用于描述随机效应关系的统计分析模 型
随访资料生存分析 医学统计学课件
截尾原因大致有三种情况：
1. 失访：未继续就诊、拒绝访问或搬迁而失去联系。 2. 死于与研究疾病无关的原因：由于其他原因死亡。 3. 研究终止：研究结束时终点事件尚未发生。
survivalanalysis无论观察性研究无论观察性研究还是实验还是实验试验试验性研究性研究有时需对研究有时需对研究对象进行追踪观察对象进行追踪观察不仅了解某事件发生的不仅了解某事件发生的结局结局同时同时还了解发生这种结局所经历的还了解发生这种结局所经历的时间时间
随访资料生存分析
Survival Analysis
生存分析的意义与应用
无论观察性研究，还是实验(试验)性研究，有时需对研究 对象进行追踪观察，不仅了解某事件发生的结局，同时 还了解发生这种结局所经历的时间。
例如临床治疗措施效果评价：白血病化疗缓解持续时间 和缓解率、乳腺癌术后生存时间和生存率、肾移植术后 生存时间和生存率等。
上述生存资料若按通常的方法进行分 析，有两方面的问题：
肿瘤 <3.0cm
14 19 26
28
29
32
36
40
42 44+ 45 53 + 54 59 +
肿瘤 ≥3.0cm
6
7
9
10 11 12 13 20 23 25 27
30 34 37 43 50
生存时间 t
14 19 26 28 29 32 36 40 42 44 45 53 54 59
死亡数 dt
估计方法：图解法 线性内插法
生存分析主要内容：
第八章随访资料的生存分析
第十五章生存分析第一节生存资料的特点前面有关章节介绍了多种定量资料和定性资料的统计分析方法。
下面是一个临床实例，请思考该资料的特点，应选用何种统计方法进行统计分析较为合适。
某医生将22例肺癌患者随机分为两组，分别采用化疗和放化疗联合治疗，从缓解出院日开始随访，随访时间(月)如下(带“+”号的数据表示患者至少存活了多少个月)。
试比较化疗和放化疗联合治疗肺癌的疗效是否有差别。
化疗组1，2，3，5，6，9+，11，13，16，26，37+放化疗联合组10，11+，14，18，22，22，26，32，38，40+，42+该医生的研究目的是评价化疗和放化疗联合治疗两种临床治疗措施的疗效。
临床治疗措施的疗效评价，一方面要看治疗措施所引起的“结局”(该资料中，即为“生存”或“死亡”)，另一方面还要看得到这种结局所经历的时间长短(该资料中，即为患者接受化疗或放化疗联合治疗后存活多长时间，或患者接受化疗或放化疗联合治疗后多长时间发生死亡)。
显然，结局为“生存”且存活时间越长，其疗效就越好。
反之，结局为“死亡”且存活时间越短，其疗效就越差。
结局虽然都是“死亡”，但能够使患者生存时间越长的临床治疗措施的疗效就越好。
从前面几个章节所学习的内容来看，可以考虑的方法有t检验、方差分析或秩和检验。
但t检验和方差分析都要求所比较的两个样本来自正态分布总体，而该资料两个组中均有带“+”号的数据，其提供的信息不完整，如“9+”表示该患者至少存活了9个月，但准确死亡时间不清楚，这就导致两个样本的总体分布不明确，不满足t检验和方差分析的应用条件。
退一步说，即使该资料满足t检验和方差分析的应用条件，但由于这两种方法均只是比较患者接受化疗和放化疗联合治疗后的生存时间有无差别，并未分析两种治疗措施的结局有无差别，因而达不到综合评价这两种治疗措施疗效的目的。
因此，不宜采用t检验或方差分析。
秩和检验虽不对样本所来自的总体作严格限定，但它也只能比较患者接受两种治疗措施后的生存时间有无差别，并不能分析两种治疗措施的结局有无差别，因而也达不到综合评价这两种治疗措施疗效的目的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第一节 生存分析中的基本概念
79780907@
4
Department of Health Statistics, TMMU
一、随访研究与生存分析
在医学研究中，为了了解某种疾病的预后、评价 治疗方法的优劣或观察预防保健措施的效果等， 常需要对研究对象进行追踪观察，以获得必要的 分析数据，这类数据都属于随访资料(follow-up data) 。
79780907@
10
Department of Health Statistics, TMMU
二、常用术语
（二）生存时间
广义
肺癌病人从手术到死亡之间的生存时间 急性白血病病人从治疗开始到复发为止之间的缓解 期 冠心病病人两次发作之间的时间间隔 戒烟开始到复发吸烟之间的时间长短 接触危险因素到发病之间的时间长短
二、常用术语
（四）生存概率与生存率
生存率（survival rate） :也称生存函数S(t)、累计 生存率。是指某观察对象活过 t 时刻的概率，常 用 P(X>t) 表示，其值范围在0～1之间。
若无删失值：P( X
t)
t时刻仍存活的观察例数 总观察例数
若有删失值： P( X t) p1 p2 pt
79780907@
7
Department of Health Statistics, TMMU
二、常用术语
（一）失效事件与起始事件
失效事件（failure event）：指研究者所关心的研 究对象的特定结局，是反映治疗处理效果特征的 事件，又称为死亡事件、终点事件。
它是由研究目的所决定，因此必须在设计时明确规定 ，并在研究中严格遵守.
随访资料包括对一批研究对象进行追踪观察所获 得的有关结局以及出现这种结局所经历的时间等 方面的资料。
79780907@
5
Department of Health Statistics, TMMU
一、随访研究与生存分析
79780907@
6
Department of Health Statistics, TMMU
0
3 后 .500 0.500 0.161
标准误 sp
（7） 0.0425 0.0588 0.0860
0.1041 0.1216 0.1216 0.1293
18 59
1
79780907@
1 28 1.000
0.000 Departm0e.n0t o0f0Health Statistics, TMMU
79780907@
27
Department of Health Statistics, TMMU
一、小样本资料生存率的估计
例12-1
时间 序 (月) 号
t
（1）
1
1
2
3
3
5
…
14 31+
15 34
16 34+
17 44
甲种手术方式后病人生存率的计算方法
死亡 人数
d
期初观 察人数
n
条件 死亡率
21
Department of Health Statistics, TMMU
四、生存分析研究的主要内容
描述生存过程
生存率、中位生存期、生存曲线等
比较生存过程
对各样本的生存率进行比较，以探讨各组间的生存 过程是否有差别
寻找影响生存时间的“危险因素”或“保 护因素”
将生存时间及结局作为应变量，将影响他们的因素 作为自变量，可通过比例风险模型，借助COX方法 ，筛选影响生存的高风险因子
79780907@
25
Department of Health Statistics, TMMU
一、小样本资料生存率的估计
【例12-1】有人研究了甲种手术方法治疗某病的 生存情况，定义从手术后到死亡为生存时间，得 到的生存时间（月）如下，其中有“+”者表示截 尾数据，表示仍生存或失访，括号内为重复死亡 数，试估计该手术的2年生存率。
死于与本处理无关的其他原
因
20
Department of Health Statistics, TMMU
三、生存分析资料的收集
（二）随访方式
全体观察对象在不同时 间接受治疗处理，根据 完成一定数量随访病例 决定随访截止时间，或 按事先规定的时间停止 随访，这是临床试验最 常见的形式
79780907@
肾移植病人因肾功能丧失的死亡
急性白血病患者的复发
癌症患者的死亡
79780907@
8
Department of Health Statistics, TMMU
二、常用术语
（一）失效事件与起始事件
起始事件（start event）：是反映研究对象生存 过程的起始特征事件。
疾病确诊 某种疾病治疗开始、手术 接触毒物等
9+
79780907@
“+”代表删失。
13
Department of Health Statistics, TMMU
二、常用术语
产生截尾现象的原因
病人失访 退出研究 研究时间结束，未出现结局事件
79780907@
14
Department of Health Statistics, TMMU
79780907@
23
Department of Health Statistics, TMMU
五、生存分析的优势
生存分析的基本方法
非参数法——不论资料是什么样的分布，不对生存时 间分布形式及参数作出推断。
乘积极限法（Kaplan-Meier法） 参数法——假定生存时间服从于特定的参数分布
一、随访研究与生存分析
生存分析(survival analysis)是将观察结局和出现 这一结局所经历的时间结合起来分析的一种统计 分析方法。其主要特点是考虑了每个研究对象出 现某一结局所经历的时间长短。
由于随访资料的分析起源于对寿命资料的分析， 故称生存分析（ survival analysis ）
79780907@
22
Department of Health Statistics, TMMU
五、生存分析的优势
传统方法在分析随访资料时的困难
时间和生存结局都成为了要关心的因素
如果将两者均作为应变量拟和多元模型，极为困难 因为时间分布不明（一般不呈正态分布，在不同情 况下的分布规律也不同) 含有删失数据，将失访数据无论是算作死亡还是存 活似乎都不大合理
79780907@
9
Department of Health Statistics, TMMU
二、常用术语
（二）生存时间
生存时间（ survival time ）：任何两个有联系的 起始事件与失效事件之间的时间间隔，常用符号 t 表示 。
狭义生存时间:患某种疾病的病人到死亡所经历的时间 跨度 广义生存时间:从某种起始事件到某种终点事件所经历 的时间跨度
一、小样本资料生存率的估计
(二) 生存率标准误的计算
S p(xt) p(x t)
d (n d)n
79780907@
19
Department of Health Statistics, TMMU
三、生存分析资料的收集
（二）随访方式
79780907@
全体观察对象同时接受处理 措施，观察到最后一例出现 结果，或者事先规定的随访 截止时间
“×”－“死亡”
“O” －失访、退出研究或
79780907@
11
Department of Health Statistics, TMMU
二、常用术语
（三）删失值
删失值（ censored value ） :在随访工作中，由 于某种原因未能观察到病人的明确结局（即终点 事件）或起始事件，所以不知道该病人的确切生 存时间，它所提供关于生存时间的信息是不完全 的数据。又称截尾值
终止时间 “死亡”时间 最后一次访问时间 死亡时间 研究结束时间
79780907@
18
Department of Health Statistics, TMMU
三、生存分析资料的收集
（一）随访内容
记录影响生存的有关因素
患者的年龄、病程、术前健康状况、经济、文化、 职业等，以便分析这些因素对生存的影响
专业学位硕士研究生—临床科研设计与统计方法
Psychological Statistics
医学统计学
Medical Statistics
第三军医大学卫生统计学教研室 张彦琦 副教授 Tel: 68752313
E-mail：79780907@
随访资料的统计分析（一）
第八讲 生存分析 Survival Analysis
F
条件 生存率
S
生存率 P(X>t)
（2） （3）
1
23
（4） （5） （6） 0.043入组230例.95F7＝(2)/(03.)957
1
22 0.045 0.955 0.913
3
21 0.143 0.857 0.783
0
…
5 截尾0为.0000
S＝1-(…4)
1.000 0.430
1
时4间相同，0截.2尾50排 0.750 0.323
右删失（right censoring），即研究对象存在明 确的起始事件，但未观察到其终止事件。
79780907@
12
Department of Health Statistics, TMMU
二、常用术语
患者 编号
性别
年龄
1 男 32
从确诊到 手术的 时间(月)
10