资源预览内容
第1页 / 共32页
第2页 / 共32页
第3页 / 共32页
第4页 / 共32页
第5页 / 共32页
第6页 / 共32页
第7页 / 共32页
第8页 / 共32页
亲,该文档总共32页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
SPSS过程(SPSS of Survival Analysis),生存分析SPSS,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: 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。 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。 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。 预测:建立cox回归预测模型。,生存分析的理论复习,生存分析SPSS,生存分析(Survival Analysis)菜单,生存分析SPSS,寿命表(Life Tables)过程,Life tables 过程用于(小样本和大样本资料): 估计某生存时间的生存率,以及中位生存时间。 绘制各种曲线:如生存函数、风险函数曲线等。 对某一研究因素不同水平的生存时间分布的比较。 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。 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),生存分析SPSS,生存分析SPSS,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。,生存分析SPSS,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 主菜单:分析Analyze生存Survival寿命表Life tables 对话框参数设置: 时间time框:选入 “t”。 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”。 状态status框:选入“status”,击define events 钮,在single value框填入“1” 因子factor框:选入“group”,定义最小值“1”,最大值“2”。 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,生存分析SPSS,三、主要输出结果 10月生存率的估计: 甲法 48%,标准误 0.1 乙法 30%,标准误 0.1 两组的中位生存期估计:,生存分析SPSS,生存分析SPSS,3. 绘制生存曲线:,生存分析SPSS,4. 两组生存时间分布的比较:,Kaplan-Meier 过程,Kaplan-Meier过程用于(尤其小样本资料): 估计各生存时间的生存率以及中位生存时间。 绘制各种曲线:如生存函数、风险函数曲线等。 比较某研究因素不同水平的生存时间有无差异。 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。 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),生存分析SPSS,生存分析SPSS,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。,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: 时间time框:选入 “t”。 状态status框:选入“status”,击define events 钮,在single value框填入“1”。 因子factor框:选入“group”。 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SPSS,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:,生存分析SPSS,三、主要输出结果 生存表: 略 两组的中位生存期估计:,生存分析SPSS,3. 绘制生存曲线:,生存分析SPSS,生存分析SPSS,4. 两组生存时间分布的比较:,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 2. 生存(或死亡)风险预测,生存分析SPSS,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,表17-9 63名某恶性肿瘤患者的生存时间(月)及影响因素,生存分析SPSS,一、建立数据文件(data-03.sav) 二、操作过程 主菜单:分析Analyze生存SurvivalCox Regression,Cox回归主对话框,生存分析SPSS,二、操作过程,主对话框参数设置: 时间time框:选入 “ t ”。 状态status框:选入“ y ”,击define events 钮,在single value框填入“1” 协变量Covariates框:选入“x1x6”。 方法Method框:选择自变量进入Cox模型的方法,SPSS提供以下7种方法。,生存分析SPSS,1.分析例数描述,三、主要输出结果,生存分析SPSS,2-1.模型检验(全变量模型),结果提示: (1)对模型总体检验有显著意义(P=0.003),即至少 有1个自变量的总体回归系数不为0。,生存分析SPSS,2-2.模型检验(逐步回归模型,Method=向前法LR,自变量进入P0.05,剔除P0.10 ),(2)采用逐步回归法进行Cox模型分析的结果提示:模型拟合自变量进入和 剔除的检验水准分别为0.05和0.1时,筛选后的最佳模型包含两个协变量, 即X4(治疗方式)和X5(淋巴结是否转移),该拟合模型总体检验提示 具有统计学意义(整体卡方=17.594,P0.001)。,生存分析SPSS,3. 参数估计(逐步回归模型,Method=向前法LR,自变量进入P0.05,剔除P0.10 ),B :偏回归系数 ,SE:偏回归系数的标准误 Wald:用于检验总体偏回归系数与0有无显著差异, v=1时,W=(B/SE)2 。 Exp(B):相对危险度估计(RR值),(3)X4(治疗方式)对生存时间有影响,采用新疗法病人的死亡风险降至传统疗法的17.2%(RR的95%CI为0.0590.503)。 (4)X5(淋巴结是否转移)对生存时间也有影响,有淋巴结转移病人的死亡风险为无淋巴结转移病人的2.538倍( RR的95%CI为1.0626.066)。,生存分析SPSS,4. 自/协变量的均值(选入2个变量的模型),生存分析SPSS,5. 生存曲线(选入2个变量的模型),生存分析SPSS,生存分析SPSS,练习1:某临床试验对20名第或第期黑色素瘤的患者进行随访研究,截至研究期结束,记录的生存资料见表1。应用SPSS软件建立数据文件,并计算100周生存率。 表1 20名第或期黑色素瘤患者的治疗后生存时间(周),练习题,练习2:某研究者随访收集了某地男性心绞痛患者2418例,其生存时间数据整理后见表2。 (1)建立SPSS数据文件。 (2)估计该地男性心绞痛患者的2年生存率和标准误,以及中位生存期。,生存分析SPSS,练习3: 某研究者分别用免疫疗法、药物+免疫疗法治疗黑色素瘤患者,经随访得到各患者的生存时间(月)见数据文件ex-03.sav。 (1)试用Kaplan-Meier过程计算其生存率和标准误。 (2)对两组的生存率进行log-rank检验。 (3)绘制生存曲线,计算中位生存期。,生存分析SPSS,此课件下载可自行编辑修改,供参考! 感谢你的支持,我们会努力做得更好!,
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号