醫(yī)學(xué)統(tǒng)計(jì)之判別分析與生存分析doc-文庫(kù)吧資料
2025-07-23 18:43本頁(yè)面
【正文】 同組內(nèi)的變量之間相關(guān)性較高，不同組的變量之間相關(guān)性較低。（提示：此模型可用來(lái)考察實(shí)際資料是否滿足比例風(fēng)險(xiǎn)模型）20101117 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 103生存分析中的參數(shù)法:分別指定風(fēng)險(xiǎn)函數(shù)的形式。時(shí)依協(xié)變量：效應(yīng)大小隨時(shí)間而變化的協(xié)變量。第二步、由模型可求出不同狀態(tài)下的相對(duì)危險(xiǎn)度RR值三、應(yīng)用cox回歸模型的注意事項(xiàng)1. 對(duì)應(yīng)變量的要求（前已闡述）；2. 自變量的編碼；3. Cox回歸必須滿足PH假設(shè)；4. 建模策略。協(xié)變量的篩選策略與其他回歸模型類(lèi)似，如果協(xié)變量個(gè)數(shù)較多，則通常采用逐步法。% CI for Exp(B)比值比OR可以作為相對(duì)危險(xiǎn)度RR的估計(jì)值。Cox回歸無(wú)須對(duì)λ0(t)的形式作任何限制，因?yàn)椴挥绊懜魑ｋU(xiǎn)因素相對(duì)危險(xiǎn)度的估計(jì)，而相對(duì)危險(xiǎn)度正是多因素分析時(shí)最關(guān)注的問(wèn)題。20101117 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(jiǎn)稱(chēng)PH假定。RR表示某危險(xiǎn)因素（或協(xié)變量）改變一個(gè)測(cè)量單位時(shí)風(fēng)險(xiǎn)函數(shù)改變多少倍。20101117 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λ1(t)、λ2(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=λ1(t) / λ2(t) = [λ0(t) ? exp(β*1) ] / [λ0(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。參數(shù)的統(tǒng)計(jì)學(xué)意義假設(shè)只有一個(gè)X危險(xiǎn)因素，0為“不暴露”，1為“暴露”，模型形式為：λ(t) = λ0(t) ? exp(β*x)X=1時(shí)的風(fēng)險(xiǎn)函數(shù)為：λ1(t)=λ0(t)? exp(β*1)X=0時(shí)的風(fēng)險(xiǎn)函數(shù)為：λ2(t)=λ0(t)? exp(β*0)λ1(t)、λ2(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)。λ0(t)的形式不限，使模型的適用范圍如同非參數(shù)法那么廣；模型中含有參數(shù)β，又使得其統(tǒng)計(jì)效率接近參數(shù)模型。λ0(t)為基線風(fēng)險(xiǎn)函數(shù)，表示所有的危險(xiǎn)因素狀態(tài)都為0情況下的風(fēng)險(xiǎn)函數(shù)。優(yōu)點(diǎn)：適用條件寬，便于作多因素分析。參數(shù)方法中均假設(shè)生存時(shí)間服從某分布，而半?yún)?shù)方法中不需指定生存時(shí)間的分布情況。生存分析中的多因素回歸同時(shí)以生存時(shí)間、結(jié)局為反應(yīng)變量，有效利用不完全數(shù)據(jù)提供的信息，從而探索生存的影響因素。注意事項(xiàng)：組間的生存率比較時(shí)，要求各組的生存曲線不能交叉，若出現(xiàn)交叉，提示可能存在混雜因素，應(yīng)采用多因素方法來(lái)校正混雜因素或分層做統(tǒng)計(jì)分析。20101117 安徽醫(yī)科大學(xué)流統(tǒng)系王靜制作 40Life table KaplanMeier共同點(diǎn)： 非參數(shù)分析方法、一般用于單因素分析適用條件 大樣本資料 大樣本、小樣本資料生存表 人為劃分各時(shí)間段 每個(gè)時(shí)間值為一段多組間的生存率比較方法（方法選擇途徑）“Options”對(duì)話框 “Compare Factors”對(duì)話框見(jiàn)下例word文檔中的數(shù)據(jù)及對(duì)應(yīng)的SPSS數(shù)據(jù)文件，采用乘積極限法進(jìn)行分析。風(fēng)險(xiǎn)比= 第一組個(gè)體的h1(t) 第二組個(gè)體的h2(t)（1）比例風(fēng)險(xiǎn)：風(fēng)險(xiǎn)比與時(shí)間無(wú)關(guān)，即任何時(shí)刻，兩組的風(fēng)險(xiǎn)比值是相等的；（2）非比例風(fēng)險(xiǎn)或時(shí)間依賴(lài)型：風(fēng)險(xiǎn)比與時(shí)間有關(guān)。h(t) = 死于區(qū)間（t，t+⊿t）的病人數(shù)在t時(shí)刻尚存的病人數(shù)⊿t⊿t為極小時(shí)間段。半數(shù)生存時(shí)間(median survival time)又稱(chēng)中位生存時(shí)間，表示累積生存概率（生存率）為50%的時(shí)候所對(duì)應(yīng)的生存時(shí)間；為中位數(shù)指標(biāo)，因?yàn)樯鏁r(shí)間的分布是偏態(tài)的。如數(shù)據(jù)中無(wú)截尾值，則生存率計(jì)算公式為：S(t) = 生存時(shí)間≥t的病人數(shù) / 隨訪病人總數(shù)如有截尾值，則分時(shí)段計(jì)算不同單位時(shí)段的生存概率pp…pt，S(t)=p1p2…pt ，即累積生存概率。常 用 的 研 究 指 標(biāo)生存函數(shù)（survival function）又稱(chēng)累積生存概率（cumulative survival probability） 、生存率，表示個(gè)體生存時(shí)間T≥t的概率。數(shù)據(jù)中常含有截尾值。必須分清暴露因素和混雜因素。生存時(shí)間的起點(diǎn)和終點(diǎn)要有嚴(yán)格、統(tǒng)一的定義，以便于計(jì)算生存時(shí)間。起點(diǎn)事件和終點(diǎn)事件（endpoint event）終點(diǎn)事件也稱(chēng)為觀察結(jié)果（oute），是指研究者關(guān)心的研究對(duì)象的特定結(jié)局，當(dāng)被觀察對(duì)象出現(xiàn)終點(diǎn)事件通常記為1，出現(xiàn)截尾記為0。當(dāng)觀察到規(guī)定的時(shí)點(diǎn)，除了死于肺癌，還有：死于其他病、尚活著、因遷移等原因失去聯(lián)系（即失訪），后三者的觀察值都未達(dá)到終點(diǎn)，不能提供完全的信息，這種不完全數(shù)據(jù)稱(chēng)為截尾值（censoring）。在大多數(shù)研究中，由于受經(jīng)費(fèi)和時(shí)間的限制，最終觀察時(shí)點(diǎn)是固定的，而不是無(wú)限制延長(zhǎng)的，所以容易產(chǎn)生截尾值。生存分析方法的用途：用于隨訪研究（即：觀察結(jié)果并非在短期內(nèi)能夠確定，而需做長(zhǎng)期隨訪觀察，如對(duì)一些慢性病或惡性腫瘤的預(yù)后及遠(yuǎn)期療效觀察等）。最后是根據(jù)資料的類(lèi)型選擇合適的判別方法，如果方法選擇不對(duì),則會(huì)大大降低判別的準(zhǔn)確率。20101020安徽醫(yī)科大學(xué)流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系王靜首先要保證訓(xùn)練樣本的代表性,訓(xùn)練樣本應(yīng)最大限度的代表總體情況,才能保證判別的效果。因?yàn)槿魏我环N判別方法,所采用的訓(xùn)練樣本總是有局限性的,不能
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1