一、生存分析基本概念1、事件(Event)指研究中規(guī)定的生存研究的終點(diǎn)，在研究開(kāi)始之前就已經(jīng)制定好。根據(jù)研究性質(zhì)的不同，事件可以是患者的死亡、疾病的復(fù)發(fā)、儀器的故障，也可以是下崗工人的再就業(yè)等等。2、生存時(shí)間(Survivaltime)指從某一起點(diǎn)到事件發(fā)生所經(jīng)過(guò)的時(shí)間。生存是一個(gè)廣義的概念，不僅僅指醫(yī)學(xué)中的存活，也可以是機(jī)器出故障前的正常運(yùn)行時(shí)間，或者下崗工人再就業(yè)前的待業(yè)時(shí)間等等。有的時(shí)候甚至不是通用意義上的時(shí)間，比如汽車在出故障前的行駛里程，也可以作為生存時(shí)間來(lái)考慮。3、刪失(Sensoring)指由于所關(guān)心的事件沒(méi)有被觀測(cè)到或者無(wú)法觀測(cè)到，以至于生存時(shí)間無(wú)法記錄的情況。常由兩種情況導(dǎo)致：(1)失訪；(2)在研究終止時(shí)，所關(guān)心的事件還未發(fā)生。4、生存函數(shù)(Survivaldistributionfunction)又叫累積生存率，表達(dá)式為S(t)=P(T>t),其中T為生存時(shí)間，該函數(shù)的意義是生存時(shí)間大于時(shí)間點(diǎn)t的概率。t=0時(shí)S(t)=1，隨著t的增加S(t)遞減(嚴(yán)格的說(shuō)是不增)，1-S(t)為累積分布函數(shù)，表示生存時(shí)間T不超過(guò)t的概率。二、生存分析的方法1、生存分析的主要目的是估計(jì)生存函數(shù)，常用的方法有Kaplan-Meier法和壽命表法。對(duì)于分組數(shù)據(jù)，在不考慮其他混雜因素的情況下，可以用這兩種方法對(duì)生存函數(shù)進(jìn)行組間比較。2、如果考慮其他影響生存時(shí)間分布的因素，可以使用Cox回歸模型(也叫比例風(fēng)險(xiǎn)模型)，利用數(shù)學(xué)模型擬合生存分布與影響因子之間的關(guān)系，評(píng)價(jià)影響因子對(duì)生存函數(shù)分布的影響程度。這里的前體是影響因素的作用不隨時(shí)間改變，如果不滿足這個(gè)條件，則應(yīng)使用含有時(shí)間依存協(xié)變量的Cox回歸模型。下面用一個(gè)例子來(lái)說(shuō)明SPSS中Cox回歸模型的操作方法。例題要研究胰腺癌術(shù)中放療對(duì)患者生存時(shí)間的影響，收集了下面所示的數(shù)據(jù):

表1土3腰舶癌術(shù)中放療鼓果研究敏據(jù)的說(shuō)明變真名交堂說(shuō)明變量類型分類變量的煽碼思者編號(hào)tinif!生存時(shí)削(月)censor2分類」哪’手術(shù)睦的年始姓絨tJt處理蛆劇〔宥無(wú)術(shù)中放擰)2■分類0：無(wú)術(shù)中放療、1：研一術(shù)中放療sex性別2分夷0；男、1i女hut占位處2分類山眺臟頭部、八頭部以外ih齡眼管浸潤(rùn)程度有序多分類1:lW>2：chl.3:<-}iJ>4：<Jj3P有無(wú)腹脫轉(zhuǎn)移?分類0煽“有叫明e功牌分類2分類3dlGifeX-lV期操作步驟:SPSS變量視圖名稱類型寬度小數(shù)標(biāo)管1值列對(duì)齊度量標(biāo)準(zhǔn)caseno^M(N)0°無(wú)無(wú)s宣右，度量㈤time數(shù)值(N)81生存時(shí)間f-Hl無(wú)無(wú)8婷度量㈤csng&r數(shù)值仰)80刪失｛底死亡｝…無(wú)8靠右&名義W)a史數(shù)?(N)8Q手術(shù)的的年齡五無(wú)8拿右疥度量㈤sex數(shù)值㈣8Q；性別｛。.男｝…無(wú)ES右小名叉明)trt數(shù)值㈣B0有無(wú)術(shù)中放療4無(wú)術(shù)中放…無(wú)8&名知N)bui數(shù)值(N)S0｛0,胰臟頭部無(wú)e寺右名雙N)ch數(shù)值時(shí)80胰膽管浸潤(rùn)程度{LCH0}...無(wú)8號(hào)右業(yè)序號(hào)2)P'教值時(shí)°有無(wú)腹膜轉(zhuǎn)移P.無(wú)}…無(wú)號(hào)右備名雙N)數(shù)值(N)S。：TNM分期{3」11期}…無(wú)8菜單選擇:Kaplan-Meier...goU歸《｝...HCox?時(shí)協(xié)孌星(0)...b2:stage4case-notimec<112.4221733.1441.0554.866647710.88g6.19101-11011.51112.8__[2U4.0'13154.014—164.015_u8.5廠L一|3.67196.918206.2廠復(fù)線性模型混合模型任）相關(guān)。回歸（B）時(shí)數(shù)線性模型⑥）神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)O生存函數(shù)邕）?重響a（y）缺失值分析亡）琴重歸囚CD復(fù)雜抽樣仰§8sextribu00000QD000010100000D010nnU壽命表凹.,點(diǎn)擊進(jìn)入Cox主對(duì)話框，如下，將time選入“時(shí)間”框，將代表刪失的censor變量選入“狀態(tài)”框，其余分析變量選入“協(xié)變量”框。其余默認(rèn)就行。點(diǎn)擊“狀態(tài)”框下方的“定義事件”，將事件發(fā)生的標(biāo)志設(shè)為值0,即0代表事件發(fā)生。在主對(duì)話框中點(diǎn)擊“分類”按鈕，進(jìn)入如下的對(duì)話框，將所有分類變量選入右邊框中。

在主對(duì)話框中點(diǎn)擊“繪圖”按鈕，進(jìn)入如下的對(duì)話框，選擇繪圖的類型，這里只選擇“生存函數(shù)”。由于我們關(guān)心的主要變量是^（是否放療），所以將trt選入“單線”框中，繪制生存曲線。在主對(duì)話框中點(diǎn)擊“選項(xiàng)”按鈕，進(jìn)入如下的對(duì)話框，設(shè)置如下，輸出RR的95%置信區(qū)間?；氐街鹘缑妫c(diǎn)擊“確定”輸出結(jié)果。結(jié)果輸出蜜例處理摘要R翰比分折中訶用形案例事件日S2■5玖￡5%11.2%合計(jì)B31CC.0%刪隔的案例帶有刷*械的憲例00.0%希帝摘efE間隅槃例00.0%尼中的戒早事件之詢刪00.0%火的案例礴0(]_。％合計(jì)G31C0.0%a.因堂景：牛存時(shí)間〔月｝這是案例處理摘要，有一個(gè)刪失數(shù)據(jù)。

分類變量卿呻泌頗:率ar<2)(3)D二男佃11二女350trtbo二蚤術(shù)中放叱2211=有本中觸療&10buib口二制腕頭:部1G11=泉部以外650chb1=CHO3210a2=CH1e01a□=CH217QCi4CH32600aPb*尤11二肖230sta■鏟'」3=111^1創(chuàng)14=]:時(shí)田390』分類戲景："又（睽別）h示拄奇瓶擁偷c.己畦記家了<c.n啜量.所以朋眼藪不會(huì)馬指示符E”）編艷輔目同?土分突戲呆：trt〈毫無(wú)點(diǎn),放炸）分委變量：tui（占付建：）辦囊斐母：Ch《睇服管浸利程度〉￡-分類變量：P（有無(wú)翳瞑轉(zhuǎn)移）h.分委斐是：StftEe<THM分期〉這是分類變量的編碼方式。忍型察數(shù)的綜合側(cè)也忡-2ftAft1割攜休《葉分）d￡$2中方?帝謎開(kāi)始|d￡MJL-塊J泌埴4%|at泓-552.313]0.2BO9.03236i]&0.0341&.]169.03d&迪靜坎編號(hào)1-方祛二輸入這是對(duì)擬合模型的檢驗(yàn)，原假設(shè)是“所有影響因素的偏回歸系數(shù)均為0”，這里可以看出P=0.032<0.05拒絕原假設(shè)，認(rèn)為有偏回歸系數(shù)不為零的因素，值得進(jìn)一步分析。E云dfSi￡.95.0?CI用于Fxp?)上邰age.016.0131.S631.1721.QIC■9S21.0^15宜歸壯一。列.245一01911.031.673trt.G1&6.2SS1C122.2651.1SBbui一一599.3502.9齡10S6一51S.2771.090ch4一6四3.197ch(1)135.359.14217C7.074.4331.765rh(2).697.4632.2601.1332.0C7￡094一馭6ch(3)3ESL.37212dl1.575.7373.366P360.2781.6661.197一6耦一碩11.205sta￡：eH532E12.5961.107一636.3671.103這是多元回歸結(jié)果，第二列B為偏回歸系數(shù),最后三列為OR值及其置信區(qū)間。

由P值可以看出，在0?5的顯著水平下，只有trt有統(tǒng)計(jì)學(xué)差異，OR為2.265。協(xié)戲量均值s-geei.133sex.57Gtrt.265bui.217chCL).3E6林）ch(3).205p.723stage.530