医学统计学课件--生存分析第十七章

• （1）、同质（homogeneity）：根据研 究目的给研究单位确定的相同性质。
• 研究长沙市2004年7岁 男孩身高的正常值范围？
• 同质：同长沙市、同7岁、同男孩、同无 影响身高的疾病。
2020/12/5
二、统计学中的几个基本概念
• （2）、变异 （variation）
• 变异 （variation）：同质研究单位中变 量值间的差异。
二、统计学中的几个基本概念
变量值（value of variable） ： 变量的观察结果。 例如：研究7岁男孩身高 变量值：测得的身高值 （
120.2cm,118.6cm,121.8cm,…) 研究某人群性别构成 变量值：男、女。
2020/12/5
二、统计学中的几个基本概念
• 2、同质（homogeneity）和变异 （ variation）
医学统计学 Medical Statistics
2020/12/5
医学统计学讲授内容
第一章 绪论 第二章 计量资料的统计描述 第三章 总体均数的估计与假设检验 第四章 多个样本均数比较的方差分析 第五章 计数资料的统计描述 第六章 几种离散型变量的分布及其应用
第七章 2 检验
第八章 秩转换的非参数检验 第九章 双变量回归与相关 第十章 统计表与统计图
睛
研究水污染情况 水
研究细胞变性 胞
研究肝癌的地区分布
一个人 一只眼 一毫升 一个细 一个地区
2020/12/5
二、统计学中的几个基本概念
（2）变量(variable）： 研究单位的研究特
征。
例如：研究7岁 男孩身高的正常值范围
变量：
身高
（3）变量值（value of variable

p2、…pt，S(t)=p1×p2×…×pt ，即累积生存概率。
24.11.2020
h
29
24.11.2020
h
30
可采用SPSS软件中生存分析方法计算出生 存率大小，并画出生存函数图（或生存率 曲线）直接观察。
研究者关心的研究对象的特定结局，当被观察 对象出现终点事件通常记为1，出现截尾记为0。 起点事件是反映研究对象生存过程的起始特征的 事件。
生存时间的起点和终点要有严格、统一的定义， 以便于计算生存时间。
24.11.2020
h
16
3、暴露因素及混杂因素 除了要研究的危险因素（暴露因素）外，还要控
制混杂因素的影响。
必须分清暴露因素和混杂因素。
如：在比较A、B两种治疗方案治疗某恶性疾病 的生存情况的同时，病人的肾功能状况也影响 治疗后的生存情况。这项研究中，暴露因素为 A、B两种治疗方案，混杂因素是肾功能状况。
24.11.2020
h
17
随访资料的特点
1、生存时间的分布呈偏态。 一般为正偏态，因为生存时间一般为单调递减。 102名黑色素瘤患者的生存时间资料，做直方图。
对于例2，若比较两组的存活率，可采用两样本卡 方检验；但只考虑了生存效果评价的其中一个方 面。
而评价生存效果，不仅要看是否出现了某种结局 （如：有效、治愈、死亡等），还要考虑出现这 些结局所经历的时间长短。（举例说明）
24.11.2020
h
6
措施：采用生存分析方法。
生存分析方法特点： （1）能将研究对象的随访结局和生存时间两个因素同时结
24.11.2020
h
14
“生存”和“死亡” 扩展为具有两类互斥结 果的事件，“生存”是某事件某状态的持 续， “死亡”是某终点事件的发生。

8
2.截尾数据
观察过程中个体因其他原因未观察到明确的 结局， 称为截尾或删失数据（ censored data）。 截尾原因有：
①失访，②退出研究，如其他原因死亡。③研究 时间结束，未出现结局事件。
截尾值（censored value）： 时间（t）=截尾事件日期 －起始事件日期 记为t+。（例：10+月）
2.研究对象观察时间长度相等。
2019/12/4
医学统计学
5
随访研究
随访研究(follow-up study)是医学中常用前 瞻性研究.
例:两种方法肾移植病人术后肾的生存时间 和结局(生存率)比较.
例:不同方法对某病人(癌症、反复发作疾病） 生存时间(缓解时间)与结局(生存率)比较.
该类数据通过随访得到，称为随访资料。
100 2019/12/4
100 医学统计学
22
生存时间数据分析时整理示意图
•
• •
失访
死亡
失访
死亡
死亡
死亡
0 2 4 6 8 10 12 14 16 18 20 年
t
2019/“12t/4”表示从研究起医点学统到计学结局出现时间
23
生存率S（t）的概率乘法估计
S（t）也称累计生存概率，t 时刻存活是t 时刻之前一直生存的累积。
为0点）开始，到t时刻仍存活的概率。常用n年 生存率表示。
n年生存率

s(t)

ti时刻存活的人数( 观察的总人数
X
)
时间ti ，i=1，2，3…n
2019假/12/4 设数据是完全数医学据统计，学 计算见例
21
例:某病病人术后生存率
生存 期初

生存函数是描述对象在给定时间点之前生存的概率的函数。
定义
通常采用生存概率函数、累积生存函数和条件生存函数三种方式。
计算方法
定义
风险函数是指在给定时间点之前生存的概率相对于时间变化的函数。
计算方法
通常采用函数表达式或估计参数的方法进行计算。
风险函数
Cox比例风险模型是一种半参数模型，用于研究多个因素对生存时间的影响。
数据探索性分析
数据描述
对数据进行描述性统计分析，包括均值、中位数、众数、方差等指标，以了解数据的基本特征。
生存模型
01
选择合适的生存模型，如Cox比例风险模型、Weibull模型等进行拟合。
基于生存模型的数据分析
模型评估
02
通过交叉验证、ROC曲线、Hosmer-Lemeshow检验等方法评估模型的性能。
研究背景及目的
数据来源
本课件所使用的数据来源于某三甲医院的一项关于某疾病患者生存时间的研究。
数据预处理
数据预处理包括数据清理、缺失值处理、异常值处理、数据转换等方面，以确保数据质量和分析结果的可靠性。
数据来源及预处理
生存模型
本课件将介绍常用的生存模型，如Cox比例风险模型、Weibull模型和Log-rank检验等。
生存分析可以帮助医生更好地了解患者的病情和预后，从而制定更加个性化的治疗方案。
医学研究中生存分析的优势
生存分析在医学研究中的挑战
生存分析中的数据往往存在缺失和异质性，需要进行特殊处理和调整，否则可能影响分析结果的准确性。
生存分析中的一些参数和模型的选择需要基于经验和专业知识，对于医学研究者的专业知识和经验要求较高。
指导制定治疗方案
通过对患者的生存分析，医生可以了解不同治疗方案下患者的生存情况，从而指导制定更合适的治疗方案。