当前位置：文档之家 › 生存分析SPSS课件

生存分析SPSS课件

  • 格式：ppt
  • 大小：1.44 MB
  • 文档页数：31

下载文档原格式

  / 31

合集下载

【IBM-SPSS课件】生存分析与Cox模型

【IBM-SPSS课件】生存分析与Cox模型


生存分析的方法
▪ ①參數方法，數據必須滿足相應的分佈。常用的參數模型有： 指數分佈模型、Weibull分佈模型、對數正態分佈模型、對數 Logistic分佈模型、gamma分佈模型。
▪ ②半參數方法，是目前非常流行的生存分析方法，相對而言， 半參數方法比參數方法靈活，比非參數方法更容易解釋分析結 果。常用的半參數模型為Cox模型。
▪ Kaplan-Meier 法—比較因數
Hale Waihona Puke ▪ Kaplan-Meier 法—保存
▪ Kaplan-Meier 法—選項
模組解讀 --- Cox回歸
▪ Cox回歸—定義事件
▪ Cox回歸—分類
▪ Cox回歸—繪圖
▪ Cox回歸—保存
▪ Cox回歸—選項
▪ Cox回歸—Bootstrap
生存時間具有：分佈類型不確定，一般表現為 正偏態分佈； 數據中常含有刪失數據。
（2）基本的概念②
▪ 完全數據：指從事件開始到事件結束，觀察對 象一直都處在觀察範圍內，我們得到了事件從 開始到結束的準確時間。
▪ 刪失數據：指在研究分析過程中由於某些原因 ，未能得到所研究個體的準確時間，這個數據 就是刪失數據，又稱為不完全數據。產生刪失 數據的原因有很多：在隨訪研究中大多是由於 失訪所造成；在動物實驗研究中大多由於觀察 時間已到，不能繼續下去所造成。
模組解讀 ---時間依存變數Cox 模型
模組解讀 ---時間依存變數Cox 模型
實例講解
▪ 例19.1：某醫院對114例男性胃癌患者術後生存 情況進行11年隨訪，據此計算男性胃癌患者術 後各年的生存率。具體數據見19-1.sav資料庫。
實例講解
▪ 例19.2：某醫院對44例某病患者隨機化分組後 ，一組為對照組，一組為實驗組，實驗組採用 某種干預措施，對照組不採用任何干預措施， 觀察患者生存時間。
SPSS生存分析PPT课件

SPSS生存分析PPT课件

• KM方法则以观测点为区间端点来计算生存 函数，它是寿命表的一种特殊形式，并且 计算方法上和寿命表也有些区别。它可以 用于观测次数比较少的数据。
5
Cox回归应用示例
• 例子：有一组关于肺癌患者生存时间的数据， 利用Cox回归模型辨认预测因素。
• 这组数据一共有九个变量，137个观测。 • 下面的表格是数据的变量名表。
• 选择status变量 送入状态框中。
• 单击定义事件按 钮。
9
Cox回归示例
• 在单值选项中填入0， 表示事件发生。
• 点击继续按钮。
10
Cox回归示例
• 选择therapy, cell, kps, diagtime, age, prior 作为协 变量。
• 在方法框中选择向 后：Wald项。
14
Cox回归示例
• GET • FILE='E:\生存分析数据\Cox回归分析.sav'. • COXREG time • /STATUS=status(0) • /CONTRAST (cell)=Indicator • /CONTRAST (therapy)=Indicator • /CONTRAST (prior)=Indicator • /METHOD=BSTEP(WALD) therapy cell diagtime
2
常用的生存时间函数
• 生存函数 S(t)：个体生存时间长于t的概率 S(t)=P(个体生存时间长于t)
• 概率密度函数f(t): f(t)=lim P(个体在区间(t, t+△t)中死亡)/△t
△t→0
• 危险率函数h(t): h(t)=lim P (年龄为t的个体在(t, t+△t)中死
亡)/△t
SPSS生存分析过程

SPSS生存分析过程

SPSS Survival(生存分析)菜单SPSS Survival菜单包括Life Tables过程、Kaplan-Meier过程、Cox Regression过程、Cox w/Time-Dep Cov过程。

这里只介绍Life Tables过程和Kaplan-Meier过程。

Life Tables过程Life Tables过程用于：1、估计某生存时间的生存率。

2、绘制各种曲线如生存函数、风险函数曲线等。

3、对某一研究因素不同水平的生存时间分布进行比较，控制另一因素后对研究因素不同水平的生存时间分布进行比较，包括从总体上比较和不同水平之间进行两两比较。

一、建立数据文件定义两个列变量：时间变量：取名“time”，label标上“survival time(week)”。

生存状态变量：取名“status”，并赋值：0=“删失”，1=“死亡”。

二、操作过程从菜单选择1、Analyze==>Survival ==>Life Tables2、Time框：选入time3、Display Time Intervals框：在by前面的框内填入生存时间上限，本例填入20（此区间必须包括生存时间的最大值）；在by后面的框内填入生存时间的组距，本例填入5，以保证结果列出“15-”的组段。

4、Status框：选入status；击define events钮,在single value框右边的空格中输入15、单击Option按钮，弹出对话框：Life Table(s) 输出寿命表，系统默认Plots: 选Survival（累积生存函数曲线）击Continue6、单击OK钮附：界面说明图1 寿命表主对话框【Time】框选入生存时间变量。

【Display Time Intervals】框欲输出生存时间范围及组距。

在by前面的框内填入生存时间上限，本例填入200（此区间必须包括生存时间的最大值）；在by后面的框内填入生存时间的组距，本例填入20，以保证结果列出“100-”的组段。

《生存分析SPSS单因素和多因素对生存率的可能分析》PPT模板课件

《生存分析SPSS单因素和多因素对生存率的可能分析》PPT模板课件


1
51 48 1 0 0 1 0 120
0
52 72 0 1 0 1 0 24
1
53 42 0 0 0 1 0
2
1
54 63 1 0 1 1 0 120
0
55 55 0 1 1 0 0 12
1
56 39 0 0 0 1 0
5
1
57 44 0 0 0 1 0 120
0
58 42 1 1 1 0 0 120
生存分析SPSS单因素和多因素对生存率的 可能分析
（Excellent handout training template）
生存分析的理论复习
1. 何为生存分析？
生存分析（survival analysis）是将事件的结果（终点事件）和 出现结果经历的时间结合起来分析的一种统计分析方法。
2. 生存分析的目的：
.0%
100.0%
2-1.模型检验（全变量模型）
模 型 系 数 的 综 合 a , b测 试
倍对整 数体 (得分 从) 上一步骤开始 从更 上改 一块开始更改
似然值 卡方 df Sig.卡方 df Sig.卡方 df Sig.
.02 50 2.174
6.02 01 3.942
6.02 01 1.942
o
g
o
Kaplan-Meier 过程
Kaplan-Meier过程用于(尤其小样本资料）： 1. 估计各生存时间的生存率以及中位生存时间。 2. 绘制各种曲线：如生存函数、风险函数曲线等。 3. 比较某研究因素不同水平的生存时间有无差异。 4. 控制某个分层因素后对研究因素不同水平的生存时间
分布进行比较。 5. 对多组生存时间分布进行两两比较。 （各总体分布比较采用Log-rank等非参数方法）
SPSS统计分析(第6版)(高级版)教学课件SPSS 第8章 生成分析

SPSS统计分析(第6版)(高级版)教学课件SPSS 第8章 生成分析

返回目录
Cox 依时协变量回归分析实例输出结果1
Time与PR1_1的散点图
返回目录
Cox 依时协变量回归分析实例输出结果2
处在编辑状态的散点图
返回目录
Cox 依时协变量回归分析实例输出结果3
添加拟合线的散点图
返回目录
Cox 依时协变量回归分析实例输出结果4
返回目录
习题8及答案（答案略）
1. 什么是寿命表和Cox模型？ 2. data19-05数据为3期和4期黑瘤患者的数据，其中：id变量为编号，
返回目录
Kaplan-Meier分析概述
对于Kaplan和Meier（1958年）所提出的估 计生存函数的乘积限（Product-Limit，PL）方法， 很多作者也把它称为寿命表估计，二者的差别是： PL估计是基于一个个的数据，而寿命表估计是 基于按区间分组数据。PL估计可看成是寿命表 估计的特殊情形。
返回目录
Cox 回归分析实例输出结果1
返回目录
Cox 回归分析实例输出结果2
返回目录
Cox 回归分析实例输出结果3
模型系数综合检验
返回目录
Cox 回归分析实例输出结果3
进入方程变量的统计量
返回目录
Cox 回归分析实例输出结果3
返回目录
Cox依时协变量回归模型分析
返回目录
Cox依时协变量回归模分类协变量对话框
返回目录
Cox 回归分析过程
Cox模型图形对话框
返回目录
Cox 回归分析过程
保存Cox模型新变量对话框
返回目录
Cox 回归分析过程
Cox模型选项对话框
Bootstrap对话框
返回目录
Cox回归分析实例
第17章spss21教程完整版

第17章spss21教程完整版


•
17.2.2 实例分析
1．参数设置 选择菜单“分析→生存函数→寿命表”，则弹出如图17-6所示对话框，此对话框用 于生命表分析过程中的参数设置。 如图17-6所示，选入变量Months with service到“时间”变量框中，其下的“显示 时间间隔”选项栏中，设置到为60，步长为3。选中变量Churn within last month到“状 态”变量框中。选中变量custcat到“因子”变量框。
17.3 Kaplan-Meier分析
17.3.1 Kaplan-Meier分析的步骤 选择菜单“分析→生存函数→Kaplan-Meier。 1．时间选项 此选项用于选中生效时间变量。 2．状态选项 此选项用于选入生存状态变量。选入变量后，系统会自动激活“定义事 件”按钮，单击此按钮，则会弹出图17-14所示对话框。 • 单值：当生存状态为二元变量时，选中此项，并在后面的输入框中指定状 态变量的代表事件发生的取值即可。
（2）因子水平的线性趋势选项 此栏用于指定分组因素各水平之间的线性趋势检验。 （3）图17-15最后的一组单选框用来指定进行总体比较还是两两比较，以及分层变量的 处理方式，各选项含义如下所述。 • • • • 在层上比较所有因子水平：对各因素变量取值水平下的生存曲线作整体比较，此为 默认选项。 对于每层：按照分层变量的不同取值，对每一层分别进行因素变量各取值水平间的 整体比较，如果没有指定分层变量，则不会输出。 在层上成对比较因子水平：作因素变量各水平之间的两两比较。对线性趋势检验无 效。 为每层成对比较因子水平：按照分层变量的不同取值，对每一层分别进行因素变量 各取值水平间的两两比较。对线性趋势检验无效。
① 协变量栏：用于存放选入的所有分类协变量。 ② 分类协变量栏：用于选入指定为分类变量的协变量，变量名后的括号里显示的是正 在使用的对照方法。 ③ 更改对比栏：此栏用于设置对指定协变量的对照方式，修改后，可以单击“要改” 按钮以确认。Contrast下拉菜单有7种对照方式，具体如下所示。 • 指示符：用于指示是否属于某一个分类； • 简单：用于预测变量的每个分类都与参考分类进行比较； • 差值：除了第一类外，预测变量的每个分类都与前面所有分类的平均效应进行比较； • Helmert比较：除了最后一类外，预测变量的每个分类都与其后面的所有分类的平均 效应进行比较； • 重复比较：除了第一类外，预测变量的每个分类都与前面所有分类进行比较； • 多项式：此方法假设各类别间距相等，仅适用于数值型变量； • 偏差：预测变量的每个分类都与总体效应进行比较。 ④ 参考类别：此栏用于指定参考分类。如果选择了指示符、简单、偏差方法，则需要 指定一个参考类别，可以选择：First（第一类）和Last（最后一类），系统默认为 Last。
生存分析(管理统计学与SPSS 16.0应用课件)

生存分析(管理统计学与SPSS 16.0应用课件)

h(t ) t 1 S (t ) exp( t )
10.1.4 生存分析的方法
• 参数法
– 观察的生存时间t服从某一特定的分布 – 估计分布中的参数获得生存率的估计值 – 生存时间的分布可能为指数分布、Weibull分布、对数正态分布等
• 这些分布曲线都有相应的生存函数形式，只需求得相应参数的估计 值，即可获得估计值和曲线
• 基本思想
– 将观测区间划分为很多小的时间区间，对每一个区间所估计的概 率都用来估计事件发生在不同的时间点上的概率
• 原理
– 某一个期望观测到的在[ x, x 1]岁间的死亡个数等于实际死亡个 数，即


E ( Dx ) S i ri qx ri d x
i 1
nx
si ri qx ri ( si ri )qx
• 寿命表的由来
–格兰特于1662年完成《关于死亡表的自然和政 治的观察》(简称(死亡率表))，提出了寿命表 概念
• 基本思想
–将观测区间划分为很多小的时间区间，对每一 个区间所估计的概率都用来估计事件发生在不 同的时间点上的概率
10.2.1 寿命表分析
• 寿命表的由来
– 格兰特于1662年完成《关于死亡表的自然和政治的观察》(简称 (死亡率表))，提出了寿命表概念
管理统计学
2010年
10 生存分析
10.1 基本概念 10.2 寿命表分析 10.3 Kaplan-Meier分析 10.4 Cox 回归分析
10.1.1 基本术语
• 失效时间：也被称为“死亡”事件或失败事件， 表示观察到随访对象出现了我们所规定的结局 • 截尾（删失）值：当观察对象的资料不能提供完 全的信息时，这些对象的观察值称为截尾值（或 删失），常用符号“＋”表示 • 生存时间：即随访观察持续的时间，按失效事件 发生或失访前最后一次的随访时间记录，常用符 号t表示 • 生存率：生存概率，指某个观察对象活过 时刻的 概率，常用 p( X t )表示
SPSS(7)生存分析

SPSS(7)生存分析

第十四章生存分析在临床诊疗工作的评价中，慢性疾病的预后一般不适合用治愈率、病死率等指标来考核，因为其无法在短时间内明确判断预后情况，为此，只能对患者进行长期随访，统计一定时期后的生存或死亡情况以判断诊疗效果。

这就是生存分析。

第一节Life Tables过程14.1.1 主要功能调用此过程时，系统将采用即寿命表分析法，完成对病例随访资料在任意指定时点的生存状况评价。

14.1.2 实例操作［例14-1］用中药+化疗（中药组，16例）和单纯化疗（对照组，10例）两种疗法治疗白血病患者后，随访记录存活情况如下所示，试比较两组的生存率。

中药组对照组随访月数是否死亡随访月数是否死亡10 21213 18 6 19 26 9 8 6 43 9 4 31 24 否是是否否是是否是是是是否否21371161113177是否是是否否否否否14.1.2.1 数据准备激活数据管理窗口，定义变量名：随访月数的变量名为TIME，是否死亡的变量名为DEATH，分组（即中药组与对照组）的变量名为GROUP。

输入原始数据：随访月数按原数值；是否死亡的，是为1，否为0；分组的，中药组为1，对照组为2。

14.1.2.2 统计分析激活Statistics菜单选Survival中的Life Tables...项，弹出Life Tables对话框（图14.1）。

从对话框左侧的变量列表中选time，点击 钮使之进入time框；在Display Time Intervals栏中定义需要显示生存率的时点，本例要求从0个月显示至48个月，间隔为2个月，故在0 through框中输入48，在by框中输入2。

选death，点击 钮使之进入Status框，点击Define Event...钮弹出Life Tables:Define Event for Status Variable对话框，在Single value栏中输入1，表明death = 1为发生死亡事件者；点击Continue钮返回Life Tables对话框。

最新生存分析-SPSS教学讲义PPT课件

最新生存分析-SPSS教学讲义PPT课件

• 用 S0(t) 表 示 待 估 计 的 基 本 生 存 函 数 （baseline survival function）；它和自变 量x无关；
• Cox 比例危险模型为
S(t|x)[S0(t)]exp(x') 或者
lnlnS(t|x)x'lnH0(t)
例18.1数据拟合Cox回归模型的SPSS输出：生存分析SPSS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。
• 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。
Survival Functions
1.1
这是按照Kaplan-Meier方法所估计的生存
1.0
函数的图。这个图和前面的不仅数值上不
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(survival function)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(hazard function)，用h(t) 表示，它实际上是-lnS(t)的关于t的 导数（见后面公式）。
(group=0)的累积危险函数
1
SPSS讲义生存分析PPT课件

SPSS讲义生存分析PPT课件

生存分析
流行病学与统计学系 李凯
1
生存分析是将事件的结果和出现这 一结果所经历的时间，结合起来进 行分析的一种统计分析方法。
2
资料特点
• （1）通过随访进行收集 • （2）起始时间 • （3）事件的结局及时间 • （4）生存时间的分布十分复杂 • （5）随访资料常因失访等原因造成某些
数据观察不完全
结局 死亡 死亡 死亡 死亡 死亡 死亡 死亡 死亡 死亡 死亡 死亡 死亡 死亡 失访 死亡 死亡 死亡 死亡
Cumulative Survival 生存率 .9444 .8889 .8333 .7778 .7222 .6667 .6111 .5556 .5000 .4444 .3889 .3333 .2778
17
Survival Time Standard Error 95% Confidence Interval
Mean均数:
62
12 ( 38, 86 )
Median中位数:
48
6 ( 36, 60 )
18
Test Statistics for Equality of Survival Distributions for TYPE 生存曲线比较的假设检验
3
基本术语
事件：研究者所认定的结局 生存时间：开始观察到某终点事件所经历的时间跨度。
(1)完全数据：指从起点至出现认定事件所经历的时 间跨度。 (2)截尾数据：从起点至截尾点所经历的时间。 截尾：没有观察到的认定事件。有以下几种情况: 失访、拒绝访问、中途退出等, 死于其它与研究无 关的疾病 研究工作结束时事件尚未发生等 完全数据是生存分析的主要依据；截尾数据也提供部分 信息，说明病人在某时刻之前没有发生事件。
SPSS做生存分析理论与教程

SPSS做生存分析理论与教程

生存分析
生存分析
• 生存曲线的制作
– 生存率的估计
• 寿命表法 • Kaplan-Meier法
• Log-rank检验
– 两条或多条生存曲线的比较
• Cox回归模型
• 例19-2 12例膀胱肿瘤小于3.0cm患者和16 例膀胱肿瘤大于或等于3.0cm患者的生存时 间（个月）如下，试估计两组生存率。
Save...
Options...
数据基本信息
完全数据的例数
删失数据的例数和百分比
生存表
平均生存期和中位生存期
平均生存期的估计值
中位生存期的估计值
生存期的分位数
log-rank检验结果
P值小于0.05，差异具 有统计学意义。两生存 曲线不同。
生上腺肿瘤的疗效，某研究者 随机将43例病人分成两组，甲组23例，乙组20例的生存 时间（月）如下所示：
• 计算二组的生存率并做显著性检验。
Cox回归模型
• 例19-4 30例膀胱肿瘤患者的随访记录见表 19-7，试进行膀胱肿瘤患者生存情况的影 响因素分析。
建立数据集
Cox回归模型
• Analyze --> Survival --> Cox Regression
生存时间变量
协变量
自变量筛选 前向选择：LR准则
练习2
• 用二种方法治疗某肿瘤,各做12例,各组的生存期 如下:( 单位为年 )
• A组: 0.5 0.8 1.5 2.0 2.0+ 2.4 2.8+ 3.2 3.2+ 3.5 5.5+ 5.8
• B组: 1.5 3.2 3.8 4.0 4.0+ 4.5 5.5+ 6.0 6.2+ 7.4 8.6+ 9.5

SPSS15-生存分析


时间分段
结果解释
将数据按时间分段，以便更好地捕捉时间 依赖性风险因素对生存时间的影响。
解释模型中时间依赖性变量的系数和风险 比，以评估其对生存时间的影响。
竞争风险模型的应用
竞争风险
竞争风险是指在生存分析中，由于其他原因导致死亡或失访的情况。
模型选择
选择适当的竞争风险模型，如Fine和Gray模型或Prentice、Williams和Peterson模型。
非参数模型
无模型假设
非参数模型不对数据分布作任何假设，适用于各种类 型的生存时间数据。
适用范围
适用于生存时间与协变量之间关系未知或非常复杂的 情形。
优点
灵活性高，能够捕捉数据的复杂关系，但计算量大， 解释性相对较弱。
04 生存分析案例解析
乳腺癌生存数据解析
乳腺癌生存数据
乳腺癌是一种常见的恶性肿瘤，生存分析在乳腺癌的研究中具有重要意义。通过对乳腺癌患者的生存时间、影响因素 和预后评估等方面进行分析，有助于为临床治疗和患者管理提供依据。
适用范围
适用于生存时间与协变量之间存在非线性关系的情形。
优点
能够同时处理生存时间和协变量之间的关系，提供更全面的分析。
参数模型
模型假设
参数模型对数据分布有严格的假设，如Weibull模型和 Exponential模型。
适用范围
适用于生存时间与协变量之间存在线性关系的情形。
优点
模型简单易用，能够提供准确的生存函数估计。
中的“右删失”或“截尾数据”的情况。
适用范围
02
适用于医学、生物学、经济学和社会科学等领域，用于研究个
体或系统的寿命、疾病进展、产品寿命等问题。
Байду номын сангаас
  1. 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. 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. 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)。

三、主要输出结果
1. 10月生存率的估计：
甲法 48%，标准误 0.1
乙法 30%，标准误 0.1 2. 两组的中位生存期估计：
3. 绘制生存曲线：
Company Logo
4. 两组生存时间分布的比较：
Company Logo
Kaplan-Meier 过程
Kaplan-Meier过程用于(尤其小样本资料）：
Company Logo
一、建立数据文件（data-01.sav）
定义5个变量：
生存时间变量：t，值标签“生存时间（月）”
生存状态变量 ：status，取值“1=死亡，0=删失或存活” 频数变量：freq，值标签“人数” 分组变量：group，取值“1=甲组，2=乙组” 生存时间序号变量(可无）：i
二、操作过程
2）
√
水平间的两两比较。
6. 单击Save按钮，弹出保存新变量Save new variables 对话框：
√ √
三、主要输出结果
1. 生存表： 略 2. 两组的中位生存期估计：
3. 绘制生存曲线：
4. 两组生存时间分布的比较：
Company Logo
Cox回归过程
Cox回归过程用于： 1. 多个因素对生存时间的影响作用分析和比较
Company Logo
一、建立数据文件（同前）
二、操作过程
主菜单：分析Analyze生存SurvivalKaplan-Meier
对话框参数设置： 1. 时间time框：选入 “t”。 2. 状态status框：选入“status”，击define events 钮，在single value 框填入“1”。 3. 因子factor框：选入“group”。 4. 单击选项option按钮，弹出对话框： 1）统计量： √生存分析表，系统默认。 √ 均值和中位生存时间，系统默认。 2）图： √生存函数 5. 单击比较因子Compare Factor按钮，弹出对话框： 1）检验统计量Test Statistics： 都用于检验时间分布是否相同。 √对数秩Log-rank：各时间点的权重一样。 Breslow：按各时间点的观察例数赋权。 Tarone-Ware：按各时间点观察例数的平方根赋权。
生存分析(Survival Analysis)菜单
寿命表（Life Tables）过程
Life tables 过程用于（小样本和大样本资料）：
1. 估计某生存时间的生存率，以及中位生存时间。
2. 绘制各种曲线：如生存函数、风险函数曲线等。 3. 对某一研究因素不同水平的生存时间分布的比较。 4. 控制另一个因素后对研究因素不同水平的生存时间分 布的比较。 5. 对多组生存时间分布进行两两比较。 （比较总体生存时间分布采用wilcoxon检验）
实例分析
例1：为了比较不同手术方法治疗肾上腺肿瘤的疗效， 某研究者随机将43例病人分成两组，甲组23例、乙组20 例的生存时间（月）如下所示：
其中有“+”者是删失数据，表示病人仍生存或失访，括号内为死亡人数。

（1）计算甲、乙两法术后10月的生存率和标准误。 （2）估计两组的中位生存期。 （3）绘制各组生存函数曲线。 （4）比较两组的总体生存时间分布有无差别。
实例分析
例2：（数据同例1）为了比较不同手术方法治疗肾上腺 肿瘤的疗效，某研究者随机将43例病人分成两组，甲组 23例、乙组20例的生存时间（月）如下所示：
其中有“+”者是删失数据，表示病人仍生存或失访，括号内为死亡人数。
（1）计算甲、乙两法各生存时间的生存率和标准误。 （2）估计两组的中位生存期。 （3）绘制各组生存函数曲线。 （4）比较两组的总体生存时间分布有无差别。
2. 生存（或死亡）风险预测
实例分析

例3：为探讨某恶性肿瘤的预后，某研究者收集了63 例患者的生存时间、生存结局及影响因素。影响因素 包括病人年龄、性别、组织学类型、治疗方式、淋巴 结转移、肿瘤浸润程度，生存时间以月计算。变量的 赋值和所收集的资料分别见表17-8和表17-9。试用 Cox回归模型进行分析。
生存分析SPSS过程
（SPSS of Survival Analysis）
生存分析的理论复习
1. 何为生存分析？
生存分析（survival analysis）是将事件的结果（终点事件） 和出现结果经历的时间结合起来分析的一种统计分析方法。
2. 生存分析的目的：
(1)描述生存过程：估计不同时间的总体生存率，计算中位生存期， 绘制生存函数曲线。统计方法包括 Kaplan-Meier （ K-M ）法、 寿命表法。 (2)比较：比较不同处理组的生存率，如比较不同疗法治疗脑瘤的 生存率，以了解哪种治疗方案较优。统计方法log-rank检验等。 (3)影响因素分析：研究某个或某些因素对生存率或生存时间的影 响作用。如为改善脑瘤病人的预后，应了解影响病人预后的主 要因素，包括病人的年龄、性别、病程、肿瘤分期、治疗方案 等。统计方法cox比例风险回归模型等。 (4)预测：建立cox回归预测模型。
1. 估计各生存时间的生存率以及中位生存时间。
2. 绘制各种曲线：如生存函数、风险函数曲线等。 3. 比较某研究因素不同水平的生存时间有无差异。 4. 控制某个分层因素后对研究因素不同水平的生存时间 分布进行比较。 5. 对多组生存时间分布进行两两比较。 （各总体分布比较采用Log-rank等非参数方法）
Company Logo
二、操作过程
主菜单：分析Analyze生存Survival寿命表Life tables
对话框参数设置： 1. 时间time框：选入 “t”。 2. 显示时间间隔Display time intervals框：步长by前面填入最大生存时 间的上限（必须包括生存时间最大值），步长by后面填入生存时 间的组距。本例上限填“60”，组距填“1”。 3. 状态status框：选入“status”，击define events 钮，在single value 框填入“1” 4. 因子factor框：选入“group”，定义最小值“1”，最大值“2”。 5. 单击选项option按钮，弹出对话框： 1）√寿命表，系统默认。 2）图： √生存函数 3）比较第一个因子的水平： √整体比较