文档介绍：生存分析survival analysis
孙秀彬
何为生存分析
生存分析的历史与应用
17、18世纪:寿命表的提出及其应用。
1926年:Greenwood提出评价生存函数的误差的方法—Greenwood公式。
1958年:生存函数的计算方法—Kaplan-Meier法(乘积极限法product-limit)的提出。
1960年代中叶:生存时间的组间比较方法的开发—广义Wilcoxon秩和检验(Gehan,1965年);对数秩检验(log-rank test)又称时序检验(Mantel,1966年)。
1970年:将协变量的影响模型化—参数模型:假设生存时间服从Weibull分布、对数正态分布等;半参数模型:比例风险模型(Cox,1972年),又称Cox回归模型。
第一节概述
一、基本概念
(一)死亡事件
死亡事件又称失效事件,不单指通常意义下的生物体的死亡,而是泛指标志某种处理措施失败或失效的特征事件。
(二)生存时间(survival time):
:广义的生存时间是指从某个起始事件开始到某个终点事件的发生(出现反应)所经历的时间。也称失效时间(failure time)。
:
(1)分布类型不易确定。一般不服从正态分布,
有时近似服从指数分布、Weibull分布、
Gompertz分布等,多数情况下往往不服从任
何规则的分布类型。
(2)生存时间的影响因素多而复杂且不易控制。
(3)根据研究对象的结局,生存时间数据可分两种类型:
①plete data):观察对象在观察期内出现反应(终点事件),这时记录到的时间信息是完整的,这种生存时间数据称为完全数据。
②截尾数据(截尾值、删失数据,censored data):尚未观察到研究对象出现反应(终点事件)时,即由于某种原因停止了随访,这时记录到的时间信息是不完整的,这种生存时间数据称为不完全数据或截尾值。
截尾的原因主要有3种:
①失访:失去联系
②退出:死于非研究因素或其他非处理因素、改变治疗方案等导致退出研究。
③终止:指观察研究期限结束时仍未出现结局。
关于截尾或删失
删失的模式图
随访开始
事件
失访
失访
研究截止时仍存活
研究截止时点
患者进入期间