SPSS教程第十五课生存分析.docx

上传人:b****7 文档编号:10608352 上传时间:2023-02-21 格式:DOCX 页数:22 大小:93.93KB
下载 相关 举报
SPSS教程第十五课生存分析.docx_第1页
第1页 / 共22页
SPSS教程第十五课生存分析.docx_第2页
第2页 / 共22页
SPSS教程第十五课生存分析.docx_第3页
第3页 / 共22页
SPSS教程第十五课生存分析.docx_第4页
第4页 / 共22页
SPSS教程第十五课生存分析.docx_第5页
第5页 / 共22页
点击查看更多>>
下载资源
资源描述

SPSS教程第十五课生存分析.docx

《SPSS教程第十五课生存分析.docx》由会员分享,可在线阅读,更多相关《SPSS教程第十五课生存分析.docx(22页珍藏版)》请在冰豆网上搜索。

SPSS教程第十五课生存分析.docx

SPSS教程第十五课生存分析

SPSS教程第十五课:

生存分析

信息来源:

本站原创 更新时间:

2004-7-1221:

11:

00

 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LifeTables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

2

12

13

18

6

19

26

9

8

6

43

9

4

31

24

2

13

7

11

6

1

11

3

17

7

 

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LifeTables...项,弹出LifeTables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DisplayTimeIntervals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0through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DefineEvent...钮弹出LifeTables:

DefineEventforStatusVariable对话框,在Singlevalue栏中输入1,表明death=1为发生死亡事件者;点击Continue钮返回LifeTables对话框。

选group,点击钮使之进入Factor框,点击DefineRange...钮,弹出LifeTables:

DefineRangeforFactorVariable对话框,定义分组的范围,在Mininum框中输入1,在Maxinum框中输入2,点击Continue钮返回LifeTables对话框。

 

图14.1生存资料的寿命表分析对话框 

点击Options...钮弹出LifeTables:

Options对话框,在Plot栏中选Survival项,要求绘制生存率曲线图;在CompareLevelsofFirstFactor栏中选Overall项,要求作组间生存状况的比较。

之后点击Continue钮返回LifeTables对话框,再点击OK钮即完成分析。

 

14.1.2.3结果解释

在结果输出窗口中将看到如下统计数据:

共有26个观察对象进入分析。

系统先显示中药组(group=1)的生存状况寿命表,按用户指定,从0月起,隔2个月直至42个月(原指定从0—48个月,但因42个月后,生存概率已为0,故42个月后至48个月的生存状况不再显示),分别显示进入该时点例数(NumberEntrngthisIntrvl)、从该时点失去的例数(NumberWdrawnDurongIntrvl)、该时点暴露于死亡危险的例数(NumberExposdtoRisk)、该时点死亡的例数(NumberofTermnlEvents)、该时点死亡概率(PropnTerminating)、该时点生存概率(PropnSurviving)、该时点末生存率(PropnSurvatEnd)、单位时点的累积概率(CumulProbabilityDensty)、该时点风险比例(HazardRate)、生存率的标准误(SEofCumulSurviving)、单位时点累积概率的标准误(SEofProbabilityDensty)、风险比例的标准误(SEofHazardRate)。

如本例,用中药+化疗的方式治疗白血病患者,至8个月时,死亡率为17.39%,生存概率为82.61%,生存率为66.38%,风险比例为9.52%。

至42个月时,生存概率和生存率均为0,此时风险比例为100%。

中药组的50%生存率在19.44个月。

对照组同类结果的显示,因在16个月时生存概率已为0,故仅从0月起,隔2个月至16个月止。

分析显示,单纯用化疗,白血病患者的半数生存率约在16个月多一点,比中药组少三个月。

 

Thissubfilecontains:

26observations

 

LifeTable

SurvivalVariableTIME

forGROUP=1

NumberNumberNumberNumberCumulSEofSEof

IntrvlEntrngWdrawnExposdofPropnPropnPropnProba-CumulProba-SEof

StartthisDuringtoTermnlTermi-Sur-SurvbilityHazardSur-bilityHazard

TimeIntrvlIntrvlRiskEventsnatingvivingatEndDenstyRatevivingDenstyRate

------------------------------------------------------------------------------

.016.0.016.0.0.00001.00001.0000.0000.0000.0000.0000.0000

2.016.0.016.01.0.0625.9375.9375.0313.0323.0605.0303.0322

4.015.01.014.5.0.00001.0000.9375.0000.0000.0605.0000.0000

6.014.0.014.02.0.1429.8571.8036.0670.0769.1019.0441.0542

8.012.01.011.52.0.1739.8261.6638.0699.0952.1231.0458.0670

10.09.01.08.5.0.00001.0000.6638.0000.0000.1231.0000.0000

12.08.01.07.51.0.1333.8667.5753.0443.0714.1348.0420.0712

14.06.0.06.0.0.00001.0000.5753.0000.0000.1348.0000.0000

16.06.0.06.0.0.00001.0000.5753.0000.0000.1348.0000.0000

18.06.01.05.51.0.1818.8182.4707.0523.1000.1453.0489.0995

20.04.0.04.0.0.00001.0000.4707.0000.0000.1453.0000.0000

22.04.0.04.0.0.00001.0000.4707.0000.0000.1453.0000.0000

24.04.01.03.5.0.00001.0000.4707.0000.0000.1453.0000.0000

26.03.01.02.5.0.00001.0000.4707.0000.0000.1453.0000.0000

28.02.0.02.0.0.00001.0000.4707.0000.0000.1453.0000.0000

30.02.01.01.5.0.00001.0000.4707.0000.0000.1453.0000.0000

32.01.0.01.0.0.00001.0000.4707.0000.0000.1453.0000.0000

34.01.0.01.0.0.00001.0000.4707.0000.0000.1453.0000.0000

36.01.0.01.0.0.00001.0000.4707.0000.0000.1453.0000.0000

38.01.0.01.0.0.00001.0000.4707.0000.0000.1453.0000.0000

40.01.0.01.0.0.00001.0000.4707.0000.0000.1453.0000.0000

42.01.0.01.01.01.0000.0000.0000.23541.0000.0000.0727.0000

 

Themediansurvivaltimeforthesedatais19.44

 

LifeTable

SurvivalVariableTIME

forGROUP=2

NumberNumberNumberNumberCumulSEofSEof

IntrvlEntrngWdrawnExposdofPropnPropnPropnProba-CumulProba-SEof

StartthisDuringtoTermnlTermi-Sur-SurvbilityHazardSur-bilityHazard

TimeIntrvlIntrvlRiskEventsnatingvivingatEndDenstyRatevivingDenstyRate

------------------------------------------------------------------------------

.010.01.09.5.0.00001.00001.0000.0000.0000.0000.0000.0000

2.09.01.08.51.0.1176.8824.8824.0588.0625.1105.0553.0624

4.07.0.07.0.0.00001.0000.8824.0000.0000.1105.0000.0000

6.07.02.06.01.0.1667.8333.7353.0735.0909.1628.0678.0905

8.04.0.04.0.0.00001.0000.7353.0000.0000.1628.0000.0000

10.04.01.03.51.0.2857.7143.5252.1050.1667.2122.0918.1643

12.02.01.01.5.0.00001.0000.5252.0000.0000.2122.0000.0000

14.01.0.01.0.0.00001.0000.5252.0000.0000.2122.0000.0000

16.01.01.0.5.0.00001.0000.5252.0000.0000.2122.0000.0000

 

Themediansurvivaltimeforthesedatais16.00+

 

 

接着显示两组比较的结果。

系统采用Gehan比分检验法,得u=0.012,P=0.9113,即中药组与对照组的生存率无差别。

 

ComparisonofsurvivalexperienceusingtheWilcoxon(Gehan)statistic

SurvivalVariableTIME

groupedbyGROUP

Overallcomparisonstatistic.012D.F.1Prob..9113

GrouplabelTotalNUncenCenPctCenMeanScore

1168850.00.1875

2103770.00-.3000

 

 

最后,系统输出生存率曲线图(图14.2)。

从图中可见,对照组(group=2)在8个月前一段时点的生存率均较中药组(group=1)略低,而8-12个月这一段其生存率又较中药组略高,12个月后再又下降。

但在治疗中加用中药,对个别患者而言,20个月后依然有一定的生存率。

 

图14.2中药组与对照组生存率曲线的比较

第二节Kaplan-Meier过程

 

14.2.1主要功能

调用此过程,系统将采用Kaplan-Meier方法,对病例随访资料进行生存分析,在对应于每一实际观察事件时点上,作生存率的评价。

 

14.2.2实例操作

[例14-2]25例某癌症病人在不同时期经随机化分配到A、B治疗组进行治疗,同时随访观察至1974年5月31日结束,资料整理后如下表,试对其结果进行生存率分析。

 

病人号

随访天数

是否死亡

治疗方式

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

8

180

632

852

52

2240

220

63

195

76

70

8

13

1990

1976

18

700

1296

1460

210

63

1328

1296

365

23

A

B

B

A

A

B

A

A

B

B

B

A

B

B

A

B

B

A

A

B

A

A

B

A

B

 

14.2.2.1数据准备

激活数据管理窗口,定义变量名:

随访天数为TIME,是否死亡为DEATH,治疗方式为TREAT。

变量TIME按原数值输入,DEATH为是的输入1、否的输入0,TREAT为A的输入1、为B的输入2。

 

14.2.2.2统计分析

激活Statistics菜单选Survival中的Kaplan-Meier...项,弹出Kaplan-Meier对话框(图14.3)。

从对话框左侧的变量列表中选time,点击钮使之进入time框;选death,点击钮使之进入Status框,点击DefineEvent...钮弹出Kaplan-Meier:

DefineEventforStatusVariable对话框,在Singlevalue栏中输入1,表明death=1为发生死亡事件者;点击Continue钮返回Kaplan-Meier对话框。

选treat,点击钮使之进入Factor框。

 

 

图14.3Kaplan-Meier法生存率分析对话框

点击Save...钮弹出Kaplan-Meier:

SaveNewVariables对话框,选Survival项,要求将各观察样例的生存率存入原始数据库中。

点击Continue钮返回Kaplan-Meier对话框。

点击Options...钮弹出Kaplan-Meier:

Options对话框,在Plot栏中选Survival项,要求绘制生存率曲线图。

之后点击Continue钮返回LifeTables对话框,再点击OK钮即完成分析。

 

14.2.2.3结果解释

在结果输出窗口中将看到如下统计数据:

先对A治疗组资料进行分析。

将原资料按生存天数的大小顺次排列,再逐例显示生存状态(Status,即死亡为1、生存为2)、生存率(CumulativeSurvival)、生存率标准误(StandardError)、累积死亡例数(CumulativeEvent)和尚存活人数(NumberRemaining)。

如本例,A组共12人,死亡6人,生存6人,存活率为50.00%;平均生存时间为1023天,标准误为276,95%可信区间为482—1563天。

B组共13人,死亡12人,生存1人,存活率为7.69%;平均生存时间为607天,标准误为226,95%可信区间为163—1051天。

 

FactorTREAT=A

 

TimeStatusCumulativeStandardCumulativeNumber

SurvivalErrorEventsRemaining

81111

81.8333.1076210

521.7500.125039

63148

631.5833.142357

2201.5000.144366

365065

852064

1296063

1328062

1460061

1976060

 

NumberofCases:

12Censored:

6(50.00%)Events:

6

 

SurvivalTimeStandardError95%ConfidenceInterval

Mean:

1023276(482,1563)

(Limitedto1976)

Median:

220.(.,.)

 

 

FactorTREAT=B

 

TimeStatusCumulativeStandardCumulativeNumber

SurvivalErrorEventsRemaining

131.9231.0739112

181.8462.1001211

231.7692.1169310

701.6923.128049

761.6154.134958

1801.5385.138367

1951.4615.138376

2101.3846.134985

6321.3077.128094

7001.2308.1169103

12961.1538.1001112

19900111

22401.0000.0000120

 

NumberofCases:

13Censored:

1(7.69%)Events:

12

 

SurvivalTimeStandardError95%ConfidenceInterval

Mean:

607226(163,1051)

Median:

19580(38,352)

 

TotalNumberNumberPercent

EventsCensoredCensored

TREATA126650.00

TREATB131217.69

Overall2518728.00

 

 

系统按用户的请求输出生存率曲线图(图14.4)。

从图中可见,生存天数为200左右之前,A、B两组的生存率相近,而后,A组维持约50%的生存率,B组则不断下降。

最后系统将各观察对象的生存率计算结果,逐一送入原始数据库保存(图14.5),变量名为sur_1。

用户从中可见,如A组治疗8天死亡者,其8天的生存率为83.333%;又如B组治疗180天死亡者,其180天的生存率为53.846%。

 

图14.4两种治疗方式生存率曲线比较

图14.5生存率分析结果的保存

 

 

第三节CoxRegression过程

 

14.3.1主要功能

调用此过程可完成对病例随访资料中事件发生时点与一系列相关独立变量之间关系的评价,即建立Cox回归模型(亦称比例风险模型)。

第一、二节介绍的方法,仅仅是对生存资料作较简单的统计,即描述和分析一个因素(如治疗方式)对生存时间的影响。

而在Cox回归模型中,某一时点t,除了有一个本底风险量h0(t)外,第i个影响因素可使该本底风险量h0(t)增至eβixi倍而成为h0(t)·eβixi。

因此如果有k个因素同时影响生存过程,那么时点t的风险量(常称之为风险函数)表达为:

h(t)=h0(t)·e(β1x1+β2x2+...+βkxk)

 

14.3.2实例操作

[例14-3]某医师在研究急性白血病患者的生存率时,收集了33名患者的资料,按Ag阳、阴性分组(Ag阳性组17例,Ag阴性组16例),同时考察白细胞数的影响作用。

试据下表资料作Cox回归模型的分析。

 

Ag阳性组

Ag阴性组

生存月数

是否死亡

白细胞数(×109/L)

生存月数

是否死亡

白细胞数(×109/L)

1

1

4

5

16

22

26

39

56

65

65

100

108

121

134

143

156

100.0

100.0

17.0

52.0

6.0

35.0

32.0

5.4

9.4

2.3

100.0

4.3

10.5

10.0

2.6

7.0

0.8

2

3

3

3

4

4

4

7

8

16

17

22

30

43

56

65

27.0

10.0

28.0

21.0

19.0

26.0

100.0

1.5

31.0

9.0

4.0

5.3

79.0

100.0

4.4

3.0

 

14.3.2.1数据准备

激活数据管理窗口,定义变量名:

生存月数为TIME,是否死亡为DEATH,白细胞数为WBC,Ag阳性与否为AG。

TIME按原数据输入,DEATH是的输入1、否的输入0,WB

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 解决方案 > 学习计划

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1