活著--Survival菜單詳解(下).doc

第十四章 活著Survival菜單詳解（下）（醫(yī)學統(tǒng)計之星：董偉）上次更新日期： 13.1 Life Tables過程13.1.1 界面說明13.1.2 結(jié)果解釋13.2 Kaplan-Meier過程13.2.1 界面說明13.2.2 結(jié)果解釋13.3 Cox Regression過程13.3.1 界面說明13.3.2 結(jié)果解釋13.4 Cox w/Time-Dep Cov過程13.4.1 界面說明13.4.2 結(jié)果解釋13.3 Cox Regression過程上面給大家介紹的是兩種生存分析方法，但它們只能研究一至兩個因素對生存時間的影響，當對生存時間的影響因素有多個時，它們就無能為力了，下面我給大家介紹Cox Regression過程，這是一種專門用于生存時間的多變量分析的統(tǒng)計方法。Cox Regression過程主要用于：1、 用以描述多個變量對生存時間的影響。此時可控制一個或幾個因素，考察其他因素對生存時間的影響，及各因素之間的交互作用。例13.3 40名肺癌患者的生存資料（詳見胡克震主編的醫(yī)學隨訪統(tǒng)計方法1993，77頁）生存時間狀態(tài)生活能力評分年齡診斷到研究時間鱗癌小細胞癌腺癌療法癌癥類別41117064510011.0012616063910011.00118170651110011.00注：原數(shù)據(jù)庫是用亞變量定義肺癌分類：0，0，0為其它癌；1，0，0為鱗癌；0，1，0為小細胞癌；0，0，1為腺癌。表中的最后一個變量是我加上去的癌癥類別，1為鱗癌；2為小細胞癌；3為腺癌；4為其它癌。實踐表明結(jié)果與用亞變量計算一樣。13.3.1 界面說明圖9 Cox回歸主對話框【Time】框、【Status】框前文已經(jīng)介紹過了，這里我就不再廢話嘮叨的了。Block 1 of 1右邊的Next鈕被激活。這個按鈕用于確定不同自變量進入回歸方程的方法，詳見Method框的內(nèi)容。用同一種方法進入回歸方程的自變量在同一個Covariates框內(nèi)。【Covariates】框選入自/協(xié)變量，即選入你認為可能對生存時間有影響的變量?！綧ethod】框選擇自變量進入Cox回歸方程的方法，SPSS提供下面幾種方法： Enter: Covariates框內(nèi)的全部變量均進入回歸模型。 Forward: Conditional: 基于條件參數(shù)估計的向前法。 Forward: LR: 基于偏最大似然估計的向前法。 Forward: Wald: 基于Wald統(tǒng)計量的向前法。 Backward: Conditional: 基于條件參數(shù)估計的后退法。 Backward: LR: 基于偏最大似然估計的后退法。 Backward: Wald: 基于Wald統(tǒng)計量的后退法?！維trata】框定義分層因素,將生存時間按分層因素分別進行Cox回歸?！綜ategorical】選項用于告訴系統(tǒng)，Covariates框內(nèi)的變量中哪些是分類變量或字符型變量。系統(tǒng)默認字符型變量為分類變量，數(shù)字型變量為連續(xù)型變量。選入自變量后，categorical鈕被激活。按categorical鈕，進入確定分類變量的對話框。見圖10。圖10 確定分類變量對話框左邊的Covariates框中列出了剛剛被選取的自變量，將分類變量選入Categorical Covariates框中。此時Change Contrast框被激活，請你選擇比較方法，即計算參數(shù)OR/i的方法。當選入分類變量后，Change Contrast框被激活，此時可選擇比較方法。SPSS提供下面幾種比較方法。 Indicator:指示對比。用于指定某一分類變量的基線，即參照水平。這樣計算出來的參數(shù)OR/i是以該變量的第一個或最后一個水平為基準水平（取決于下面的reference category中你選擇的是last還是first）。在這里SPSS自動創(chuàng)建亞變量，對照水平在對比分類矩陣中用0行代表。在這里我再多說兩句，如本例中的腫瘤類型，若規(guī)定鱗癌為1，小細胞癌為2，腺癌為3，其它癌為4。若選indicator及l(fā)ast,則以其它癌為參照，計算出來的OR及i是以其它癌為基準，即其它癌的OR為1，其他計算出來的OR值是與其它癌相比的結(jié)果。 Simple:差別對比。可計算該分類變量的各水平與參照水平相比的OR值。參照水平自己當然就不用跟自己相比了。對于本例來說，Simple與Indicator選項是一樣的，前提是下面的Reference Category中你所選擇的同是last（或first）。 Difference:差別對比。分類變量欲比較水平與其前面的各水平平均值進行比較，當然也不包括第一水平。與Helmert法相反，因此也叫反Helmert法。如3水平與1、2水平的平均值相比，下同。 Helmert:赫爾默特對比。分類變量欲比較水平與其后面各水平平均值進行比較，當然不包括最后一個水平。 Repeated:重復對比。分類變量的各水平與其前面相鄰的水平相比較（第一水平除外）。 Polynomial:多項式對比。僅用于數(shù)字型的分類變量。無效假設是假設各水平是等距離的（可以是線性的關(guān)系，也可以是立方、四次方的關(guān)系）。例如年齡每增加10歲，死亡風險的增加值是一樣的，但實際情況常常與此相反，如在20歲與60歲年齡段，年齡都增加10歲，所增加的死亡風險肯定是不一樣的，具體情況需根據(jù)各人的研究課題，專業(yè)而定。 Deviation:離差對比。除了所規(guī)定的參照水平外，其余每個水平均與總體水平相比。 Reference category：如果你選擇了Deviation, Simple, 或Indicator三個選項，就必須選擇First或Last作為參照水平。完成上述選擇后，擊change鈕，確認選擇。你若對上面寫的一段不感興趣的話，可跳過去，直接用系統(tǒng)默認的選項?！綪lots】選項圖11 Cox回歸統(tǒng)計圖對話框 Survival：累積生存函數(shù)曲線。 Hazard：累積風險函數(shù)曲線。 Log minus log：對數(shù)累積生存函數(shù)乘以-1后再取對數(shù)。 One minus survival：生存函數(shù)被1減后的曲線。 Change Value：系統(tǒng)默認用各變量的均數(shù)進行作圖，但對字符型變量如癌癥類型取均值則沒有實際意義。若用分類變量的其它水平進行作圖，則選定該變量，此時Change Value鈕被激活，按Value鈕，在其右邊的框內(nèi)輸入你所想要用于作圖的值。擊Change。 Separate Line for：輸入分類變量的名稱，此時可以用分類變量的不同水平進行作圖，對于本例則可作出不同癌癥的曲線。此分類變量必須包括在前面的自變量框中。【Save】存為新變量圖12 Cox回歸存為新變量對話框l Survival：生存函數(shù)。Function：累積生存函數(shù)估計值。Standard error：累積生存函數(shù)估計值的標準誤。Log minus log：對數(shù)累積生存函數(shù)乘以-1后再取對數(shù)。l Diagnostics：回歸診斷。Hazard function Cox-Snell：殘差。Partial residual：偏殘差。Dfbeta(s)：剔除某一觀察單位后的回歸系數(shù)變化量。X*Beta：線性預測得分?！綩ptions】選項擊Options按鈕，彈出選項對話框。圖13 Cox回歸選項對話框l Model Statistics：模型統(tǒng)計量。CI for exp() 95%：相對危險度的可信區(qū)間。系統(tǒng)默認95%可信區(qū)間。Correlation of estimates：回歸系數(shù)的相關(guān)陣。l Display model：輸出模型方式。l At each step：輸出每一步的模型。系統(tǒng)默認。l At last step：輸出最后一步的模型。l Probability for Stepwise：模型保留變量的顯著性水平。Entry：系統(tǒng)默認選入變量為P0.05。Removal：系統(tǒng)默認剔除變量為P0.10。Maximum Iterations：最大迭代次數(shù)，系統(tǒng)默認20次。Display baseline function：輸出風險基準函數(shù)以及基于各協(xié)變量均值的生存函數(shù)與風險函數(shù)。操作如下：1. Analyze=Survival =Cox regression2. Time框：選入survival time3. Status框：選入status；擊define events鈕,在single value框右邊的空格中輸入1；4. Covariate框：選入x1,x2,x3,x7,x8;5. Categorical列表框：選入x8;6. Plots 列表框：l Plot Type:選survival;l Separate Line for:選入x8;7. Option列表框：l Model Statistics:選CI for exp():輸出回歸系數(shù)的95%可信區(qū)間。選Correlation of estimate:輸出自變量的相關(guān)矩陣。單擊OK鈕13.3.2 結(jié)果解釋：Cox Regression上表輸出總例數(shù)、刪失例數(shù)、失訪例數(shù)。輸出各種癌癥的頻數(shù)及系統(tǒng)所賦的亞變量x81、x82、x83值，當癌癥類型是鱗癌時，x81取值為1，其它亞變量取值為0，依此類推。Block 0: Beginning Block模型擬合迭代過程，可不管它。Block1: Method = Enter描述模型參數(shù)（常數(shù)項除外）是否全為0，本例，2=30.120，自由度=7，P=0.000。說明I不全為0。對回歸方程各參數(shù)的估計，B即值；SE，標準誤；Wald，Wald卡方；df,自由度；sig，自由度；exp(B)，OR值；95%Ci for EXP(B)，OR值的95%可信區(qū)間。自變量的相關(guān)矩陣。本例，X1與X2的相關(guān)系數(shù)是0.072，其它依此類推。輸出自變量的均數(shù)及其在不同模式下的取值，因X1，X2，X3，X7四個變量沒有生成亞變量，故在此輸出它們的均數(shù)。輸出在各自變量的均值水平時的累積生存函數(shù)曲線。輸出各種癌癥的累積生存函數(shù)曲線。13.4 Cox w/Time-Dep Cov過程Cox w/Time-Dep Cov過程應用于：1. 在建立Cox回歸方程時，風險比例可能會隨時間變化而變化，即有些危險因素作用的強度隨時間而變化，這樣的資料是不適合前面所講的一般的Cox回歸模型的。此時，就應改為時間依存協(xié)變量模型，也稱為非比例風險模型。你可把所懷疑的那個協(xié)變量及時間變量_定義成時間依存協(xié)變量（多個協(xié)變量時就必須用編程來做了），常用的方法是把它們簡單地進行相乘，然后通過對時間依存協(xié)變量系數(shù)的顯著性檢驗來判斷比例風險是否合理。2. 用到Cox w/Time-Dep Cov過程的另一種情況是：有些變量雖然在不同的時間點取不同的值但與時間并非系統(tǒng)地相關(guān)，在這種情況下，需用邏輯表達式定義一個分段時間依存協(xié)變量，邏輯表達式取值1時為真，取0時為假。用一系列的邏輯表達式，你可以從一系列觀測記錄中建立自己的時間依存變量。例如：對病人血壓每周觀察一次，共觀察4次，（變量名為BP1至BP4）。時間依存協(xié)變量可以這樣定義：(T_ = 1 & T_ = 2 & T_ = 3 & T_ 4) * BP4（&表示“邏輯與”，即一般編程語言中的“AND”）。請注意括號中的值只能有一個取1，而其它的值只能取0，也就是說，這個函數(shù)意味著當時間小于一周時（此時第一個括號內(nèi)取值為1，而其它括號內(nèi)取值為0）使用BP1的值，大于一周而小于兩周時使用BP2的值，依次類推。下面請大家跟我一起看例子。因我到處找不到例子，所以我自己編了一個（因此我在此僅列出3例）。 例13.4 27名高血壓病人共測了4次血壓，計算高血壓對生存時間的影響。編號BP1BP2BP3BP4生存時間狀態(tài)1939710213355021111649114936131111731291237113.4.1 界面說明圖14 構(gòu)造時間依存變量對話框【Expression for T_cov_】框：左邊的框中列出了數(shù)據(jù)庫中的所有變量，以供構(gòu)造時間依存變量用，其中的T_是系統(tǒng)提供的時間變量。可以用右邊的各個鍵和SPSS提供的各種函數(shù)構(gòu)造時間依存變量；也可以在右邊的Expression for T_cov_框中直接輸入時間依存變量的表達式。時間依存變量的表的是構(gòu)造完以后，擊Model鈕，出現(xiàn)下面的對話框。圖15 定義模型對話框?qū)υ捒蜃筮吺菙?shù)據(jù)庫中出現(xiàn)的變量名。在【Time】中輸入生存時間變量Time；【Status】中輸入狀態(tài)變量status；【Covariates】中輸入時間依存變量T_COV_。因本例無其它協(xié)變量，如有別的不隨時間變化的協(xié)變量，一并輸入Covariates框中。對話框中的其他選項均在Cox模型中介紹過，這里就不再羅嗦了。13.4.2 結(jié)果解釋Cox Regression上表輸出總例數(shù)、刪失例數(shù)、失訪例數(shù)。Block 0: Beginning Block模型擬合迭代過程，可不管它。Block1: Method = Enter整個方程檢驗無統(tǒng)計學意義，2=1.702，=1，P=0.192。輸出方程中協(xié)變量的系數(shù)、標準誤、Wald卡方值、自由度、P值、OR值。輸出協(xié)變量均數(shù)。說明：1. 對于分段時間依存協(xié)變量，有缺失值的病