使用EpiInfo软件进行生存分析方法简介

[目的]介绍使用EpiInfo软件进行生存分析的方法.[方法]用一个监测戒毒效果的例子,说明使用EpiInfo软件进行生存分析的步骤并给予解释.[结果]在EpiInfo软件进行简单的设置后,软件给出了简明可靠的结果.[结论]生存分析是对监测数据进行分析的重要方法,而EpiInfo软件是便捷、功能全面、可靠且免费的工具.     

含时间相依协变量的Cox模型与SAS软件实现

对生物和人的生存时间的评估与预测是生物学与医学的重要任务，由此而形成了数理统计学的重要分支——生存分析已成为近年来最热门的统计方法之一，它在研究疾病．特别是慢性非传染性疾病的发生、发展和转归等各个方面都有着广泛的应用。与其他任何统计分析的目的一样．生存分析同样关注两个问题：即“发生了什么”（寿命的刻画）与“什么促使了发生”（影响因素的识别）。而Cox比例危险模型（cox proportional hazards model）是研究后者的主要工具。     

Buckley-James模型在生存分析中的应用

目的探讨Buckley-James模型在生存分析中的应用。方法介绍Buckley-James模型的计算、发展以及程序的实现，用一实例比较了Buckley-James模型和Cox模型。结果在不符合比例风险的前提下，Buckley-James模型的结果要比Cox模型准确。结论Buckley-James模型有着很好的统计学特性，它是Cox模型在不满足比例风险假定时的主要替代模型之一。     

校正生存曲线在SPSS、Stata及R中的实现与方法比较

目的比较校正生存曲线图在SPSS、Stata和R软件中实现方法的异同,指导临床医师实现校正生存曲线图的绘制与解释。方法利用欧洲血液和骨髓移植学会注册数据,展示SPSS、Stata和R统计软件实现校正生存曲线的操作过程和结果,详细解析不同统计软件采用的校正方法。结果 SPSS、Stata所提供的校正生存曲线绘制方法默认为均值法,R软件提供的逆概率加权法对生存曲线有更好的校正作用。结论不同统计软件在实现生存曲线校正时采用了不同的方法,研究者需要知悉这些方法差异,建议选用R软件中提供的逆概率加权法,可以得到更为合理的校正后生存曲线。     

Buckley-James模型在生存分析中的应用

目前,Cox比例风险回归模型由于较好地解决了随访资料的时间变量分布的多样性和删失数据处理等问题,成为在临床疗效评价和预后因素分析及流行病学队列研究的暴露效应和混杂因素控制分析中常用的多变量统计方法。然而,人们在使用过程中往往忽略了“比例风险”的假定,即风险函数的     

晚期非小细胞肺癌患者生存时间影响因素分析

目的探讨影响晚期非小细胞肺癌患者生存时间的因素,建立具有临床实用价值的预后模型。方法收集184例晚期非小细胞肺癌患者临床随访资料,运用Kaplan-Meier法估计生存率并进行单因素分析,利用Cox比例风险回归模型进行多因素分析,计算个体预后指数并据此进行分组,使用Log-Rank检验进行比较。结果晚期非小细胞肺癌患者1年、2年、3年的生存率分别为53%,25%,12%。单因素和多因素分析结果显示,KPS评分、临床分期、治疗方式以及治疗前血红蛋白水平对患者生存时间有影响(P0.05)。按照预后指数进行分组,高、中、低危组患者生存时间具有差异(P0.001),高危组的中位生存时间为7个月,95%可信区间为5.8～8.2个月;中危组的中位生存时间为16个月,95%可信区间为14.1～17.9个月;低危组的中位生存时间为35个月,95%CI为31.1～39.8个月。结论 KPS评分、临床分期、治疗方式以及治疗前血红蛋白水平是晚期非小细胞肺癌患者生存时间的独立影响因素,根据以上因素所建立的预后指数模型具有实际应用价值。     

第十二讲如何使用统计软件进行统计学分析

进行数据的统计分析一般需经历以下过程 :为所研究资料选择正确的统计分析方法 ,按统计软件的要求整理、录入数据 ,进行数据的统计描述 ,完成统计分析和得到统计结论。掌握统计分析软件的重点 ,一个是正确选择分析方法 ,再就是熟悉它对数据格式的要求。一、ＳＰＬＭ软件简介ＳＰＬＭ(ｓｔａｔｉｓｔｉｃａｌｐｒｏｇｒａｍｆｏｒｌｉｎｅａｒｍｏｄｅｌｌｉｎｇ)中文统计软件是第四军医大学卫生统计学教研室于 1986年开发完成的全中文统计分析软件 ,1998年升级为Ｗｉｎｄｏｗｓ版。ＳＰＬＭ主要特点是 :(1)友善的用户界面 :全中文合并菜单及…     

南京市江北新区292例尘肺患者生存预后及不良预后高危特征分析

目的 掌握尘肺患者远期生存率,分析患者不良预后高危特征。方法 收集1949—2019年南京市江北新区职业尘肺患者资料,采用Kaplan-Meier法估算患者生存率,采用Cox等比例风险模型分析患者死亡相关因素。以自然样条函数描述初诊时间、接尘年龄与患者远期生存预后的非线性暴露-反应关系。采用基于机器学习算法的生存树模型递归进行亚组分割,探讨尘肺不良预后相关的高危特征。结果 共纳入符合标准的研究对象292例,其中男性270例(占92.5%),女性22例(占7.5%),死亡106例。初诊尘肺年龄为32～77岁,平均(49.76±7.73)岁;最短随访时间为1年,最长为46年。尘肺患者10、20、30、40年的生存率分别为0.931%(95%CI:0.902%～0.961%)、0.816%(95%CI:0.772%～0.863%)、0.566%(95%CI:0.497%～0.645%)、0.196%(95%CI:0.083%～0.465%)。初诊年龄>44.2岁(HR=1.125,95%CI:1.097～1.154)、接尘工龄>14.5年(HR=1.029,95%CI:1.004...     

福建省1987—2017年HIV/AIDS诊断病例生存时间和影响因素分析

目的了解福建省艾滋病病毒感染者/艾滋病(HIV/AIDS)病例生存状况的分布特征,探讨生存时间的影响因素。方法将1987年1月1日—2 017年12月31日符合条件的福建省HIV/AIDS诊断病例共计12 079例纳入研究队列,采用回顾性队列研究方法收集HIV/AIDS病例生存状况的相关信息,计算病例的全死因死亡率和标化死亡率。通过寿命表法和Kaplan-Meier法计算病例的生存率和生存时间,利用Cox比例风险模型探索病例生存时间的影响因素。结果福建省HIV/AIDS病例的全死因死亡率为5.37/100人.年(95%CI=5.10～5.64),标化全死因死亡率7.99/100人.年(95%CI=7.40～8.58)。HIV/AIDS病例的平均生存时间为17.0年(95%CI=16.1～17.9),1、5、10和15年的生存率分别为92%、82%、73%和68%。Cox比例风险模型分析显示,婚姻状况为已婚有配偶、离异或丧偶和不详的HIV/AIDS病例的死亡风险分别是未婚的1.248倍、1.481倍和1.914倍,确诊时年龄≥50岁、高中及以上文化程度、首次CD4+T淋巴细胞计数≥200个/mm3和接受抗病毒治疗的HIV/AIDS病例的死亡风险分别是15～49岁年龄组、初中及以下文化程度、首次CD4+T淋巴细胞计数<200个/mm3和未接受抗病毒治疗的2.466倍、0.501倍、0.357倍和0.146倍。结论近年来,福建省HIV/AIDS病例的全死因死亡率进一步降低,未婚、15～49岁年龄组、高中及以上文化程度、首次CD4+T淋巴细胞检测结果≥200个/mm3和接受抗病毒治疗的HIV/AIDS病例的死亡风险相对较低。     

生存数据的多状态竞争风险模型分析方法探索

传统比例风险模型通常只关注一种主要结局事件, 而医学研究中的观察终点往往并不唯一。将主要结局事件之外的其他结局事件记为删失的分析方法, 理论上会导致主要结局事件发生概率的有偏估计。传统竞争风险模型虽然能调整其他结局事件对主要结局事件发生风险的竞争影响, 但无法直接比较个体发生不同结局事件之间的风险差异。多状态竞争风险模型为此提供了相对合适的解决方案。本文以前列腺癌患者长期随访数据集为例, 分别构建了以前列腺癌死亡和其他原因死亡为主要结局事件的传统比例风险模型和传统竞争风险模型, 以及同时考虑前列腺癌死亡和其他原因死亡的多状态竞争风险模型。通过比较三种模型在生存数据分析的优缺点, 明确多状态竞争风险模型的临床应用价值, 从而更好地指导包含竞争结局事件的生存数据分析。     

脓毒症患者合并心肌损伤的危险因素及其生存分析

目的 采用多因素风险比例回归分析构建脓毒症患者合并心肌损伤预后评估指标,并探讨其对预后的评估意义。方法 选取2018年7月-2020年6月医院收治的164例脓毒症合并心肌损伤患者作为研究对象,收集患者的临床、实验室生化检测及影像学检查资料,随访患者28 d预后情况,根据预后情况分为两组：生存组(n=91)与死亡组(n=73),比较两组间各类指标差异,分析预后的影响因素。结果 单因素分析结果显示,相较于生存组,死亡组的心率、平均动脉压、舒张压、氧合指数均更低,全身性感染相关性器官衰竭(SOFA)评分及急性生理与慢性健康评分Ⅱ(APACHEⅡ评分)更高,肌酐、血钾、肌酸激酶同工酶MB(CK-MB)、肌钙蛋白T(TnT)、氨基末端脑钠肽前体(NT-ProBNP)、心脏型脂肪酸结合蛋白(H-FABP)水平更高,24 h乳酸清除率及左心室射血分数(LVEF)水平更低,差异均有统计学意义(P<0.05);多因素分析结果显示,APACHEⅡ评分、24 h乳酸清除率、NT-ProBNP、平均动脉压、心率、肺部感染均为脓毒症合并心肌损伤患者死亡发生的独立危险因素,差异均有统计学意义(P<0....     

非比例风险模型生存分析方法的选择及应用

在医学研究中,生存分析是我们研究某种治疗方法或药物疗效的常用方法。生存分析的常用方法有Kaplan-Meier法(K-M法)、寿命表法、log-rank检验以及Cox比例风险(Coxph)模型等。任何统计分析方法都有其适用条件,如比例风险Coxph模型组间危险率(hazard ratio,HR)必须满足比例风险(proportional hazard,PH)假定,即HR值不随时间变化而变化。不满足PH假定时log-rank检验的检验效能下降,最终得到的统计学结果可能会掩盖治疗效果的真实性。本文将介绍几种不满足比例风险时适用的统计学方法。     

使用R软件分析竞争风险模型简明攻略

所谓竞争风险是指研究对象除了会出现研究者感兴趣的结局(如GVHD的发生),还会出现如车祸等其他意外结局,它的出现会导致感兴趣的事件永远不会发生(这被认为是与右删失数据(right-censord data)的最大差别),即出现了竞争。现在学界的主流观点认为,将竞争风险按删失处理,将导致生     

N:M条件logistic回归分析在统计软件上的实现

本文在STATA、R、SAS常用统计软件上实现N∶M条件logistic回归分析,并指出Cox风险比例模型进行条件logistic回归分析时结点调整方法的适用情况。