文档介绍：1. 何为生存分析？
生存分析（survival analysis）是将事件(shìjiàn)的结果（终点事件(shìjiàn)）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(fēnxī)的理论复习
第1页/共31页
第一页，共31页。
生存(shēngcún)分析(Survival Analysis)菜单
第2页/共31页
第二页，共31页。
寿命(shòumìng)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(yīn sù)不同水平的生存时间分布的比较。
控制另一个因素(yīn sù)后对研究因素(yīn sù)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）
第3页/共31页
第三页，共31页。
Company Logo
实例(shílì)分析
例1：为了比较不同手术方法(fāngfǎ)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(fēnbù)有无差别。
第4页/共31页
第四页，共31页。
Company Logo
一、建立数据文件（data-）
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(sǐwáng)，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
第5页/共31页
第五页，共31页。
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(bǐjiào)第一个因子的水平： √整体比较(bǐjiào)
第6页/共31页
第六页，共31页。
三、主要输出(shūchū)结果
10月生存率的估计：
甲法 48%，标准误
乙法 30%，标准误
两组的中位生存期估计：
第7页/共31页
第七页，共31页。
Company Logo
3. 绘制生存(shēngcún)曲线：
第8页/共31页
第八页，共31页。
Company Logo
4. 两组生存(shēngcún)时间分布的比较：
第9页/共31页
第九页，共31页。
Kaplan-Meier 过程(guòchéng)
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(yǒu wú)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。