生存分析SPSS過程

（SPSSofSurvivalAnalysis）

生存分析SPSS過程

（SPSSofSurvivalA1.何為生存分析？

生存分析（survivalanalysis）是將事件的結果（終點事件）和出現(xiàn)結果經(jīng)歷的時間結合起來分析的一種統(tǒng)計分析方法。2.生存分析的目的：描述生存過程：估計不同時間的總體生存率，計算中位生存期，繪制生存函數(shù)曲線。統(tǒng)計方法包括Kaplan-Meier（K-M）法、壽命表法。比較：比較不同處理組的生存率，如比較不同療法治療腦瘤的生存率，以了解哪種治療方案較優(yōu)。統(tǒng)計方法log-rank檢驗等。影響因素分析：研究某個或某些因素對生存率或生存時間的影響作用。如為改善腦瘤病人的預后，應了解影響病人預后的主要因素，包括病人的年齡、性別、病程、腫瘤分期、治療方案等。統(tǒng)計方法cox比例風險回歸模型等。預測：建立cox回歸預測模型。生存分析的理論復習生存分析的理論復習生存分析(SurvivalAnalysis)菜單生存分析(SurvivalAnalysis)菜單壽命表（LifeTables）過程Lifetables過程用于（小樣本和大樣本資料）：估計某生存時間的生存率，以及中位生存時間。繪制各種曲線：如生存函數(shù)、風險函數(shù)曲線等。對某一研究因素不同水平的生存時間分布的比較。控制另一個因素后對研究因素不同水平的生存時間分布的比較。對多組生存時間分布進行兩兩比較。（比較總體生存時間分布采用wilcoxon檢驗）壽命表（LifeTables）過程LifetablesCompanyLogo實例分析例1：為了比較不同手術方法治療腎上腺腫瘤的療效，某研究者隨機將43例病人分成兩組，甲組23例、乙組20例的生存時間（月）如下所示：其中有“+”者是刪失數(shù)據(jù)，表示病人仍生存或失訪，括號內(nèi)為死亡人數(shù)。（1）計算甲、乙兩法術后10月的生存率和標準誤。（2）估計兩組的中位生存期。（3）繪制各組生存函數(shù)曲線。（4）比較兩組的總體生存時間分布有無差別。CompanyLogo實例分析例1：為了比較不同手術方法治CompanyLogo一、建立數(shù)據(jù)文件（data-01.sav）定義5個變量：生存時間變量：t，值標簽“生存時間（月）”生存狀態(tài)變量：status，取值“1=死亡，0=刪失或存活”頻數(shù)變量：freq，值標簽“人數(shù)”分組變量：group，取值“1=甲組，2=乙組”生存時間序號變量(可無）：iCompanyLogo一、建立數(shù)據(jù)文件（data-01.s二、操作過程主菜單：分析Analyze生存Survival壽命表Lifetables對話框參數(shù)設置：時間time框：選入“t”。顯示時間間隔Displaytimeintervals框：步長by前面填入最大生存時間的上限（必須包括生存時間最大值），步長by后面填入生存時間的組距。本例上限填“60”，組距填“1”。狀態(tài)status框：選入“status”，擊defineevents鈕，在singlevalue框填入“1”因子factor框：選入“group”，定義最小值“1”，最大值“2”。單擊選項option按鈕，彈出對話框：1）√壽命表，系統(tǒng)默認。2）圖：√生存函數(shù)3）比較第一個因子的水平：√整體比較二、操作過程三、主要輸出結果10月生存率的估計：

甲法48%，標準誤0.1

乙法30%，標準誤0.1

兩組的中位生存期估計：三、主要輸出結果CompanyLogo3.繪制生存曲線：CompanyLogo3.繪制生存曲線：CompanyLogo4.兩組生存時間分布的比較：CompanyLogo4.兩組生存時間分布的比較：Kaplan-Meier過程Kaplan-Meier過程用于(尤其小樣本資料）：估計各生存時間的生存率以及中位生存時間。繪制各種曲線：如生存函數(shù)、風險函數(shù)曲線等。比較某研究因素不同水平的生存時間有無差異。控制某個分層因素后對研究因素不同水平的生存時間分布進行比較。對多組生存時間分布進行兩兩比較。（各總體分布比較采用Log-rank等非參數(shù)方法）Kaplan-Meier過程Kaplan-Meier過程用CompanyLogo實例分析例2：（數(shù)據(jù)同例1）為了比較不同手術方法治療腎上腺腫瘤的療效，某研究者隨機將43例病人分成兩組，甲組23例、乙組20例的生存時間（月）如下所示：其中有“+”者是刪失數(shù)據(jù)，表示病人仍生存或失訪，括號內(nèi)為死亡人數(shù)。（1）計算甲、乙兩法各生存時間的生存率和標準誤。（2）估計兩組的中位生存期。（3）繪制各組生存函數(shù)曲線。（4）比較兩組的總體生存時間分布有無差別。CompanyLogo實例分析例2：（數(shù)據(jù)同例1）為了比較一、建立數(shù)據(jù)文件（同前）二、操作過程主菜單：分析Analyze生存SurvivalKaplan-Meier對話框參數(shù)設置：時間time框：選入“t”。狀態(tài)status框：選入“status”，擊defineevents鈕，在singlevalue框填入“1”。因子factor框：選入“group”。單擊選項option按鈕，彈出對話框：1）統(tǒng)計量：√生存分析表，系統(tǒng)默認?！叹岛椭形簧鏁r間，系統(tǒng)默認。2）圖：√生存函數(shù)5.單擊比較因子CompareFactor按鈕，彈出對話框：1）檢驗統(tǒng)計量TestStatistics：

都用于檢驗時間分布是否相同?！虒?shù)秩Log-rank：各時間點的權重一樣。Breslow：按各時間點的觀察例數(shù)賦權。Tarone-Ware：按各時間點觀察例數(shù)的平方根賦權。一、建立數(shù)據(jù)文件（同前）二、操作過程2）水平間的兩兩比較。6.單擊Save按鈕，彈出保存新變量Savenewvariables對話框：√√√二、操作過程水平間的兩兩比較。6.單擊Save按鈕，彈出保三、主要輸出結果生存表：略

兩組的中位生存期估計：三、主要輸出結果3.繪制生存曲線：3.繪制生存曲線：CompanyLogo4.兩組生存時間分布的比較：CompanyLogo4.兩組生存時間分布的比較：Cox回歸過程Cox回歸過程用于：

1.多個因素對生存時間的影響作用分析和比較2.生存（或死亡）風險預測Cox回歸過程Cox回歸過程用于：實例分析例3：為探討某惡性腫瘤的預后，某研究者收集了63例患者的生存時間、生存結局及影響因素。影響因素包括病人年齡、性別、組織學類型、治療方式、淋巴結轉(zhuǎn)移、腫瘤浸潤程度，生存時間以月計算。變量的賦值和所收集的資料分別見表17-8和表17-9。試用Cox回歸模型進行分析。實例分析例3：為探討某惡性腫瘤的預后，某研究者收集了63例患NoX1X2X3X4X5X6tYNoX1X2X3X4X5X6tY1540011052033620001012002570100051034401110140135800011351355010010261443111101030363311000120054801000713757111001200640010006003848100101200744010005803928000103183600011291405410110120193911101700413501011711042010016704247000101811142010006604349101101200124210110870444301000120013511110085045481100015114550100182046440001041154911101760476011100120016521110174048400001016117481110063049320100124118541011110105044000111911938010001000514810010120020401110166152720101024121380001093053420001021221900010241546310110120023671011093055550110012124370011090056390001051254310010151574400010120026490001031584211100120027501111187059740001171285311100120060610101040129321110012006145101101080304601001120062380100024131431011012006362000101613244101101200表17-963名某惡性腫瘤患者的生存時間（月）及影響因素NoX1X2X3X4X5X6tYNoX1X2X3X4X5X6一、建立數(shù)據(jù)文件（data-03.sav）二、操作過程主菜單：分析Analyze生存SurvivalCoxRegressionCox回歸主對話框一、建立數(shù)據(jù)文件（data-03.sav）Cox回歸主對話框二、操作過程

主對話框參數(shù)設置：時間time框：選入“t”。狀態(tài)status框：選入“y”，擊defineevents鈕，在singlevalue框填入“1”協(xié)變量Covariates框：選入“x1~x6”。方法Method框：選擇自變量進入Cox模型的方法，SPSS提供以下7種方法?！獭潭?、操作過程

主對話框參數(shù)設置：√√1.分析例數(shù)描述三、主要輸出結果1.分析例數(shù)描述三、主要輸出結果2-1.模型檢驗（全變量模型）結果提示：（1）對模型總體檢驗有顯著意義（P=0.003），即至少有1個自變量的總體回歸系數(shù)不為0。2-1.模型檢驗（全變量模型）結果提示：2-2.模型檢驗（逐步回歸模型，Method=向前法LR，自變量進入P≤0.05，剔除P>0.10）（2）采用逐步回歸法進行Cox模型分析的結果提示：模型擬合自變量進入和剔除的檢驗水準分別為0.05和0.1時，篩選后的最佳模型包含兩個協(xié)變量，即X4（治療方式）和X5（淋巴結是否轉(zhuǎn)移），該擬合模型總體檢驗提示具有統(tǒng)計學意義（整體卡方=17.594，P<0.001）。2-2.模型檢驗（逐步回歸模型，Method=向前法LR，自3.參數(shù)估計（逐步回歸模型，Method=向前法LR，自變量進入P≤0.05，剔除P>0.10）B：偏回歸系數(shù)，SE：偏回歸系數(shù)的標準誤Wald：用于檢驗總體偏回歸系數(shù)與0有無顯著差異，v=1時，W=（B/SE）2。Exp(B)：相對危險度估計（RR值）（3）X4（治療方式）對生存時間有影響，采用新療法病人的死亡風險降至傳統(tǒng)療法的17.2%（RR的95%CI為0.059~0.503）。（4）X5（淋巴結是否轉(zhuǎn)移）對生存時間也有影響，有淋巴結轉(zhuǎn)移病人的死亡風險為無淋巴結轉(zhuǎn)移病人的2.538倍（RR的95%CI為1.062~6.066）。3.參數(shù)估計（逐步回歸模型，Method=向前法LR，自變4.自/協(xié)變量的均值（選入2個變量的模型）4.自/協(xié)變量的均值（選入2個變量的模型）5.生存曲線（選入2個變量的模型）5.生存曲線（選入2個變量的模型）CompanyLogo練習1：某臨床試驗對20名第Ⅲ或第Ⅳ期黑色素瘤的患者進行隨訪研究，截至研究期結束，記錄的生存資料見表1。應用SPSS軟件建立數(shù)據(jù)文件，并計算100周生存率。表120名第Ⅲ或Ⅳ期黑色素瘤患者的治療后生存時間（周）12.815.624.0+26.429.230.8+39.242.058.4+72.0+77.282.487.2+94.4+97.2+106.0+114.8+117.2+140.0+168.0+練習題CompanyLogo練習1：某臨床試驗對20名第Ⅲ或第練習2：某研究者隨訪收集了某地男性心絞痛患者2418例，其生存時間數(shù)據(jù)整理后見表2。（1）建立SPSS數(shù)據(jù)文件。（2）估計該地男性心絞痛患者的2年生存率和標準誤，以及中位生存期。練習2：某研究者隨訪收集了某地男性心絞痛患者2418例，其生練習3：某研究者分別用免疫療法、藥物+免疫療法治療黑色素瘤患者，經(jīng)隨訪得到各患者的生存時間（月）見數(shù)據(jù)文件ex-03.sav。（1）試用Kaplan-Meier過程計算其生存率和標準誤。（2）對兩組的生存率進行l(wèi)og-rank檢驗。（3）繪制生存曲線，計算中位生存期。練習3：某研究者分別用免疫療法、藥物+免疫療法治療黑色素瘤生存分析SPSS過程

（SPSSofSurvivalAnalysis）

生存分析SPSS過程

（SPSSofSurvivalA1.何為生存分析？

生存分析（survivalanalysis）是將事件的結果（終點事件）和出現(xiàn)結果經(jīng)歷的時間結合起來分析的一種統(tǒng)計分析方法。2.生存分析的目的：描述生存過程：估計不同時間的總體生存率，計算中位生存期，繪制生存函數(shù)曲線。統(tǒng)計方法包括Kaplan-Meier（K-M）法、壽命表法。比較：比較不同處理組的生存率，如比較不同療法治療腦瘤的生存率，以了解哪種治療方案較優(yōu)。統(tǒng)計方法log-rank檢驗等。影響因素分析：研究某個或某些因素對生存率或生存時間的影響作用。如為改善腦瘤病人的預后，應了解影響病人預后的主要因素，包括病人的年齡、性別、病程、腫瘤分期、治療方案等。統(tǒng)計方法cox比例風險回歸模型等。預測：建立cox回歸預測模型。生存分析的理論復習生存分析的理論復習生存分析(SurvivalAnalysis)菜單生存分析(SurvivalAnalysis)菜單壽命表（LifeTables）過程Lifetables過程用于（小樣本和大樣本資料）：估計某生存時間的生存率，以及中位生存時間。繪制各種曲線：如生存函數(shù)、風險函數(shù)曲線等。對某一研究因素不同水平的生存時間分布的比較?？刂屏硪粋€因素后對研究因素不同水平的生存時間分布的比較。對多組生存時間分布進行兩兩比較。（比較總體生存時間分布采用wilcoxon檢驗）壽命表（LifeTables）過程LifetablesCompanyLogo實例分析例1：為了比較不同手術方法治療腎上腺腫瘤的療效，某研究者隨機將43例病人分成兩組，甲組23例、乙組20例的生存時間（月）如下所示：其中有“+”者是刪失數(shù)據(jù)，表示病人仍生存或失訪，括號內(nèi)為死亡人數(shù)。（1）計算甲、乙兩法術后10月的生存率和標準誤。（2）估計兩組的中位生存期。（3）繪制各組生存函數(shù)曲線。（4）比較兩組的總體生存時間分布有無差別。CompanyLogo實例分析例1：為了比較不同手術方法治CompanyLogo一、建立數(shù)據(jù)文件（data-01.sav）定義5個變量：生存時間變量：t，值標簽“生存時間（月）”生存狀態(tài)變量：status，取值“1=死亡，0=刪失或存活”頻數(shù)變量：freq，值標簽“人數(shù)”分組變量：group，取值“1=甲組，2=乙組”生存時間序號變量(可無）：iCompanyLogo一、建立數(shù)據(jù)文件（data-01.s二、操作過程主菜單：分析Analyze生存Survival壽命表Lifetables對話框參數(shù)設置：時間time框：選入“t”。顯示時間間隔Displaytimeintervals框：步長by前面填入最大生存時間的上限（必須包括生存時間最大值），步長by后面填入生存時間的組距。本例上限填“60”，組距填“1”。狀態(tài)status框：選入“status”，擊defineevents鈕，在singlevalue框填入“1”因子factor框：選入“group”，定義最小值“1”，最大值“2”。單擊選項option按鈕，彈出對話框：1）√壽命表，系統(tǒng)默認。2）圖：√生存函數(shù)3）比較第一個因子的水平：√整體比較二、操作過程三、主要輸出結果10月生存率的估計：

甲法48%，標準誤0.1

乙法30%，標準誤0.1

兩組的中位生存期估計：三、主要輸出結果CompanyLogo3.繪制生存曲線：CompanyLogo3.繪制生存曲線：CompanyLogo4.兩組生存時間分布的比較：CompanyLogo4.兩組生存時間分布的比較：Kaplan-Meier過程Kaplan-Meier過程用于(尤其小樣本資料）：估計各生存時間的生存率以及中位生存時間。繪制各種曲線：如生存函數(shù)、風險函數(shù)曲線等。比較某研究因素不同水平的生存時間有無差異?？刂颇硞€分層因素后對研究因素不同水平的生存時間分布進行比較。對多組生存時間分布進行兩兩比較。（各總體分布比較采用Log-rank等非參數(shù)方法）Kaplan-Meier過程Kaplan-Meier過程用CompanyLogo實例分析例2：（數(shù)據(jù)同例1）為了比較不同手術方法治療腎上腺腫瘤的療效，某研究者隨機將43例病人分成兩組，甲組23例、乙組20例的生存時間（月）如下所示：其中有“+”者是刪失數(shù)據(jù)，表示病人仍生存或失訪，括號內(nèi)為死亡人數(shù)。（1）計算甲、乙兩法各生存時間的生存率和標準誤。（2）估計兩組的中位生存期。（3）繪制各組生存函數(shù)曲線。（4）比較兩組的總體生存時間分布有無差別。CompanyLogo實例分析例2：（數(shù)據(jù)同例1）為了比較一、建立數(shù)據(jù)文件（同前）二、操作過程主菜單：分析Analyze生存SurvivalKaplan-Meier對話框參數(shù)設置：時間time框：選入“t”。狀態(tài)status框：選入“status”，擊defineevents鈕，在singlevalue框填入“1”。因子factor框：選入“group”。單擊選項option按鈕，彈出對話框：1）統(tǒng)計量：√生存分析表，系統(tǒng)默認?！叹岛椭形簧鏁r間，系統(tǒng)默認。2）圖：√生存函數(shù)5.單擊比較因子CompareFactor按鈕，彈出對話框：1）檢驗統(tǒng)計量TestStatistics：

都用于檢驗時間分布是否相同。√對數(shù)秩Log-rank：各時間點的權重一樣。Breslow：按各時間點的觀察例數(shù)賦權。Tarone-Ware：按各時間點觀察例數(shù)的平方根賦權。一、建立數(shù)據(jù)文件（同前）二、操作過程2）水平間的兩兩比較。6.單擊Save按鈕，彈出保存新變量Savenewvariables對話框：√√√二、操作過程水平間的兩兩比較。6.單擊Save按鈕，彈出保三、主要輸出結果生存表：略

兩組的中位生存期估計：三、主要輸出結果3.繪制生存曲線：3.繪制生存曲線：CompanyLogo4.兩組生存時間分布的比較：CompanyLogo4.兩組生存時間分布的比較：Cox回歸過程Cox回歸過程用于：

1.多個因素對生存時間的影響作用分析和比較2.生存（或死亡）風險預測Cox回歸過程Cox回歸過程用于：實例分析例3：為探討某惡性腫瘤的預后，某研究者收集了63例患者的生存時間、生存結局及影響因素。影響因素包括病人年齡、性別、組織學類型、治療方式、淋巴結轉(zhuǎn)移、腫瘤浸潤程度，生存時間以月計算。變量的賦值和所收集的資料分別見表17-8和表17-9。試用Cox回歸模型進行分析。實例分析例3：為探討某惡性腫瘤的預后，某研究者收集了63例患NoX1X2X3X4X5X6tYNoX1X2X3X4X5X6tY1540011052033620001012002570100051034401110140135800011351355010010261443111101030363311000120054801000713757111001200640010006003848100101200744010005803928000103183600011291405410110120193911101700413501011711042010016704247000101811142010006604349101101200124210110870444301000120013511110085045481100015114550100182046440001041154911101760476011100120016521110174048400001016117481110063049320100124118541011110105044000111911938010001000514810010120020401110166152720101024121380001093053420001021221900010241546310110120023671011093055550110012124370011090056390001051254310010151574400010120026490001031584211100120027501111187059740001171285311100120060610101040129321110012006145101101080304601001120062380100024131431011012006362000101613244101101200表17-963名某惡性腫瘤患者的生存時間（月）及影響因素NoX1X2X3X4X5X6tYNoX1X2X3X4X5X6一、建立數(shù)據(jù)文件（data-03.sav）二、操作過程主菜單：分析Analyze生存SurvivalCoxRegressionCox回歸主對話框一、建立數(shù)據(jù)文件（data-03.sav）Cox回歸主對話框二、操作過程

主對話框參數(shù)設置：時間time框：選入“t”。狀態(tài)status框：選入“y”，擊defineevents鈕，在singlevalue框填入“1”協(xié)變量Covariates框：選入“x1~x6”。方法Method框：選擇自變量進入Cox模型的方法，SPSS提供以下7種方法?！獭潭?、操作過程

主對話框參數(shù)設置：√√1.分析例數(shù)描述三、主要輸出結果1.分析例數(shù)描述三、主要輸出結果2-1.模型檢驗（全變量模型）結果提示：（1）對模型總體檢驗有顯著意義（P=0.003），即至少有1個自變量的總體回歸系數(shù)不為0。2-1.模型檢驗（全