醫(yī)學(xué)生存分析ppt課件(參考版)
2025-01-22 20:51本頁面
【正文】 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 104 指數(shù)回歸模型中的風(fēng)險(xiǎn)函數(shù) h(t)分布形式： h(t)與時間 t無關(guān) 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 105 Weibull回歸模型中的風(fēng)險(xiǎn)函數(shù) h(t)分布形式 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 106 對數(shù)正態(tài)分布回歸模型中的風(fēng)險(xiǎn)函數(shù) h(t)分布形式 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 107 Loglogistic分布回歸模型中的風(fēng)險(xiǎn)函數(shù) h(t)分布形式 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 108 Gompertz分布回歸模型中的風(fēng)險(xiǎn)函數(shù) h(t)分布形式 。 模型為： λ( t) = [λ 0(t)] ? exp[β*x+ ? x (t)] 若 ? 無統(tǒng)計(jì)學(xué)意義，則該協(xié)變量不是 時依協(xié)變量，轉(zhuǎn)做前面的比例風(fēng)險(xiǎn) cox模型；反之，則必須引入該時依協(xié)變量。 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 101 cox非比例風(fēng)險(xiǎn) 模型 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 102 即為 含時依協(xié)變量的 模型 。 結(jié)論 :腫塊大小、脈管內(nèi)是否有癌栓及局部淋巴細(xì)胞浸潤量可以作為評估胃癌患者預(yù)后的獨(dú)立指標(biāo) ,從而指導(dǎo)胃癌的治療。 結(jié)果 :Cox單因素回歸分析表明胃癌的分化程度、浸潤深度、淋巴結(jié)轉(zhuǎn)移數(shù)、脈管內(nèi)是否有癌栓、臨床分期、腫瘤直徑、淋巴細(xì)胞浸潤量與胃癌的預(yù)后有關(guān) (P ) ,而性別、年齡、病理類型、 cerbB2表達(dá)等與預(yù)后無關(guān) ( P ) 。 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 93 L M L F u n c t i o n fo r p at t er n s 1 2生存時間1400120220008006004002022 2 0 0Log minus log21012345G R O U P102022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 94 目的 :探討影響胃癌患者長期生存的預(yù)后因素。 所估計(jì)的風(fēng)險(xiǎn)比與時間無關(guān)。 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 85 group、 kidney的 OR值分別為 、 ，均大于 1，說明接受 B治療方案的病人死亡的風(fēng)險(xiǎn)是接受 A治療方案者的 、腎功能不正常的病人死亡的風(fēng)險(xiǎn)是腎功能正常者的 60. 670倍。 e( + ) =λ 0(t) 但是一旦設(shè)定后，分析時， “ Status” 對話框中的終點(diǎn)事件值一定要和資料中吻合，否則結(jié)果錯誤。 應(yīng)變量是治療后的生存時間和觀察結(jié)果（達(dá)到終點(diǎn)還是截尾值）； group是研究因素 x1，腎功能是混雜因素 x2。見 文件 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 80 示例：評價(jià) A、 B兩治療方案對某病的治療效果。 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 76 L M L F u n c t i o n fo r p at t er n s 1 2生存時間1400120220008006004002022 2 0 0Log minus log21012345G R O U P102022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 77 協(xié)變量的篩選策略 與其他回歸模型類似，如果協(xié)變量個數(shù)較多，則通常采用逐步法。 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 74 V a r i a b l e s i n t h e E q u a t i o n1 . 2 4 3 . 5 9 9 4 . 3 0 2 1 . 0 3 8 3 . 4 6 6 1 . 0 7 1 1 1 . 2 2 04 . 1 0 5 1 . 1 6 5 1 2 . 4 2 9 1 . 0 0 0 6 0 . 6 7 0 6 . 1 9 0 5 9 4 . 6 0 5G R O U PK I D N E YB SE W a ld df S ig . E x p (B ) L o w e r U p p e r9 5 . 0 % C I f o r E x p (B )比值比 OR可以作為相對危險(xiǎn)度 RR的估計(jì)值。 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 73 Cox回歸無須對 λ 0(t)的形式作任何限制，因?yàn)椴挥绊懜魑ｋU(xiǎn)因素相對危險(xiǎn)度的估計(jì)，而相對危險(xiǎn)度正是多因素分析時最關(guān)注的問題。 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 72 模型假設(shè) 滿足比例風(fēng)險(xiǎn)（ proportional hazards）假定，簡稱 PH假定 。 RR表示 某危險(xiǎn)因素（或協(xié)變量）改變一個測量單位時風(fēng)險(xiǎn)函數(shù)改變多少倍。 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 70 如果 X為連續(xù)性變量 —— 年齡（歲），則 λ 1(t)、 λ 2(t)分別表示 k歲、 k+1歲的兩種不同狀態(tài)下發(fā)病的風(fēng)險(xiǎn)函數(shù)。 RR=λ 1(t) / λ 2(t) = [λ 0(t) ? exp(β*1) ] / [λ 0(t) ? exp(β*0) ] = exp(β*1) / exp(β*0) = exp （ β ） RR表示 暴露組與非暴露組的風(fēng)險(xiǎn)函數(shù)之比，即：暴露組發(fā)病的風(fēng)險(xiǎn)是非暴露組的 RR倍。 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 68 參數(shù)的統(tǒng)計(jì)學(xué)意義 假設(shè)只有一個 X危險(xiǎn)因素， 0為 “ 不暴露 ” ， 1為“ 暴露 ” ，模型形式為： λ( t) = λ 0(t) ? exp(β*x) X=1時的風(fēng)險(xiǎn)函數(shù)為： λ 1(t)=λ 0(t)? exp(β*1) X=0時的風(fēng)險(xiǎn)函數(shù)為： λ 2(t)=λ 0(t)? exp(β*0) λ 1(t)、 λ 2(t)分別表示暴露于危險(xiǎn)因素的兩種不同狀態(tài)下發(fā)病的風(fēng)險(xiǎn)函數(shù)。 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 67 英國生物統(tǒng)計(jì)學(xué)家 1972年建立了條件死亡概率和偏似然函數(shù)方法，解決了參數(shù) β 的估計(jì)和檢驗(yàn)問題。 2022/2/16 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 66 λ 0(t)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1