1、一、生存分析基本概念 1、事件（ Event） 指研究中规定的生存研究的终点，在研究开始之前就已经制定好。根据研究性质的不同，事件可以是患者的死亡、疾病的复发、仪器的故障，也可以是下岗工人的再就业等等。 2、生存时间 (Survival time) 指从某一起点到事件发生所经过的时间。生存是一个广义的概念，不仅仅指医学中的存活，也可以是机器出故障前的正常运行时间，或者下岗工人再就业前的待业时间等等。有的时候甚至不是通用意义上的时间，比如汽车在出故障前的行驶里程，也可以作为生存时间来考虑。 3、删失（ Sensoring） 指由于所关心的事件没有被观测到或者无法观测到，以至于生存时间无法记录的情
2、况。常由两种情况导致：（ 1）失访；（ 2）在研究终止时，所关心的事件还未发生。 4、生存函数（ Survival distribution function） 又叫累积生存率，表达式为 S（ t） =P(Tt),其中 T为生存时间，该函数的意义是生存时间大于时间点 t的概率。 t=0时 S(t)=1，随着 t的增加 S(t)递减（严格的说是不增）， 1-S(t)为累积分布函数，表示生存时间 T不超过 t的概率。 二、生存分析的方法 1、 生存分析的主要目的是估计生存函数，常用的方法有 Kaplan-Meier 法和寿命表法。对于分组数据，在不考虑其他混杂因素的情况下，可以用这两种方法对生存函
3、数进行组间比较。 2、如果考虑其他影响生存时间分布的因素，可以使用 Cox回归模型（也叫比例风险模型），利用数学模型拟合生存分布与影响因子之间的关系，评价影响因子对生存函数分布的影响程度。这里的前体是影响因素的作用不随时间改变，如果不满足这个条件，则应使用含有时间依存协变量的 Cox回归模型。 下面用一个例子来说明 SPSS 中 Cox回归模型的操作方法。 例 题 要研究胰腺癌术中放疗对患者生存时间的影响，收集了下面所示的数据： 操作步骤： SPSS变量视图 菜单选择： 点击进入 Cox 主对话框，如下，将 time 选入 “时间 ”框，将代表删失的 censor变量选入 “状态 ”框，其余分
4、析变量选入 “协变量 ”框。其余默认就行。 点击 “状态 ”框下方的 “定义事件 ”，将事件发生的标志设为值 0，即 0代表事件发生。 在主对话框中点击 “分类 ”按钮，进入如下的对话框，将所有分类变量选入右边框中。 在主对话框中点击 “绘图 ”按钮，进入如下的对话框，选择绘图的类型，这里只选择 “生存函数 ”。由于我们关心的主要变量是 trt（是否放疗），所以将 trt选入“单线 ”框中，绘制生存曲线。 在主对话框中点击 “选项 ”按钮，进入如下的对话框，设置如下，输出 RR的 95%置信区间。回到主界面，点击 “确定 ”输出结果。 结果输出 这是案例处理摘要，有一个删失数据。 这是分类变量的编码方式。 这是对拟合模型的检验，原假设是 “所有影响因素的偏回归系数均为 0”，这里可以看出 P=0.0320.05 拒绝原假设，认为有偏回归系数不为零的因素，值得进一步分析。 这是多元回归结果，第二列 B为偏回归系数，最后三列为 OR 值及其置信区间。由 P值可以看出，在 0.5的显著水平下，只有 trt有统计学差异， OR为 2.265。 这是协变量的平均值。 这是总体的生存函数，即累积生存率函数。 这是在控制了其他变量后，有无放疗组的生存函数对比，可以看出，术中放疗患者的生存情况优于不放疗的患者。
