生存分析 SPSS.ppt

生存分析 SPSS.ppt

ID:49247866

大小:484.50 KB

页数:30页

时间:2020-02-02

生存分析 SPSS.ppt_第1页
生存分析 SPSS.ppt_第2页
生存分析 SPSS.ppt_第3页
生存分析 SPSS.ppt_第4页
生存分析 SPSS.ppt_第5页
资源描述:

《生存分析 SPSS.ppt》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、统计学─从数据到结论第十七章生存分析什么是生存分析的内容?“我的期望年龄是多少岁?”“到底这个新疗法能使得这类绝症患者多存活多久?”“还有什么别的因素和存活长短有关?”保险公司也要考虑各种人群的寿命,以确保其人寿保险或医疗保险既具有竞争力又有利可图。在工程上,人们也会考虑一个材料,一个原件,甚至一个设备的寿命是多少。什么是生存分析的内容?对于某一特定个体“能够活多久”这一类的问题,任何负责任的人都不会作出确定的回答。但是对于具有某些性质的一类人群,则可以通过对数据的分析来得到活过一定时间的概率。如果关心不同治疗手段的效果,则可

2、以通过数据分析来比较这些方法,看它们是否有效,还能建立可以预测的量化的模型。下面引进一个例子。例子例18.1(数据surv.txt)为了研究对农药中毒的治疗,需要进行动物试验。研究人员利用40只老鼠进行某种农药中毒后的某种治疗方法试验。其中有20只鼠接受治疗处理;而作为对照的另外20只鼠没有接受治疗。在此之后观察这些老鼠的生存时间(天数)。对每一个鼠都记录了其存活时间(t)、是否属于治疗组以及是否在某观测时间段数据出现删失。例子这里的所谓删失(censored)是由于某种原因,无法继续观测;这意味着老鼠至少活过了这个最后记录的

3、时间,但最终活了多久就不得而知了。这种删失在对于人类疾病的跟踪研究中经常出现;虽然不如未删失(uncensored)的数据完整,但也包含了其至少活了多久这样的信息。这里数据中的删失称为右删失。一些概念在生存分析中,人们往往希望知道存活过时间t的概率,这就是所谓的生存函数(survivalfunction)S(t)。显然它等于1减去生存时间少于t的概率,即S(t)=1-F(t)。还有一个在t时刻处(附近),对死亡发生的可能性进行度量的函数,称为危险函数(hazardfunction),用h(t)表示,它实际上是-lnS(t)的关

4、于t的导数(见后面公式)。17.1对生命数据的简单描述:生命表生命表(LifeTable)是对生存分析数据的一种数量和图形的描述。生命表计算出一些估计,并依此画出描绘性的图。下页的生存函数图是从简单生命表得到的:横坐标为生存的时间,而纵坐标是生存函数的大小。显然,随着时间流逝,生存的概率应该递减;因此这种曲线都是呈下降趋势。治疗组的生存概率要比对照组看上去要高。还可以得到生命表中的其他量的图,比如估计的概率密度函数和危险函数。由于它们并不比生存函数更直观,这里就不给出了。检验治疗组与对照组的生存函数是否不同:Wilcoxon(

5、Gehan)检验。在上面得到的生存函数的估计下,可以对治疗组和对照组进行比较。所用的检验为Wilcoxon(Gehan)检验。这里的零假设是:这两组的生存函数相同。可以很容易从计算机输出得到检验的p-值等于0.0564。因此,如取显著性水平为0.05,就不能拒绝零假设。17.2对简单生命表的改进:Kaplan-Meier方法前面的描述性生命表有些粗糙,对于删失数据的处理也过于简单。Kaplan-Meier方法对其进行了改进。主要是对累积生存函数(输出列为CumulativeSurvival)的估计方法和前面的不同。下面的表格为

6、根据例18.1数据按照Kaplan-Meier方法所产生的生命表。这里一共两个表:第一个是对照组的(treat=0),第二个是治疗组的(treat=1)。这里Status=1意味着没有删失,而Status=0意味着有删失。这是按照Kaplan-Meier方法所估计的生存函数的图。这个图和前面的不仅数值上不同,而且还标出了删失值的位置。治疗组与对照组的生存函数是否不同:三种检验在存在任意右删失(例18.1数据的删失就是右删失)的情况下,利用SPSS软件可以得到三种对治疗组和对照组进行比较的检验;检验的零假设均为:这两组的生存函数

7、相同。这三种检验是对数秩(logrank)检验(Mantel-Cox检验)、Breslow检验(对前面Wilcoxon检验的改进),以及Tarone-Ware检验。通过软件计算可以得到这三种检验的结果:17.3回归:COX比例危险模型回归的方法对于统计推断是十分重要的。那么,如何在生存数据的分析上建立回归模型呢?人们一般希望生存函数能表示为某些相关的自变量的一个函数。在例18.1中的自变量就是判别治疗组和对照组的哑元;自变量还可能是连续变量,比如年龄,药物剂量等等。17.3回归:COX比例危险模型用x表示自变量(变量可能是向量

8、,即有多个自变量);用S(t

9、x)表示在时间t的生存函数,这里的x表示有关的自变量;用S0(t)表示待估计的基本生存函数(baselinesurvivalfunction);它和自变量x无关;Cox比例危险模型为例18.1数据拟合Cox回归模型的SPSS输出:可以得到各种点图

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。