生存分析

您所在的位置:网站首页 生存函数例题解析视频教程 生存分析

生存分析

2024-07-16 03:09| 来源: 网络整理| 查看: 265

应用SPSS软件对已有数据进行生存分析

看教程不够直观,那就看视频吧! >>点击加载视频

应用SPSS软件对已有数据进行生存分析

常见方法有寿命表法、Kaplan-Meier分析法、Cox回归分析

一、寿命表分析

适用于大数据

示例:若要研究性别对于肺病生存率有无区别,收集数据下列信息time:生存时间(单位天)status:0=存活,1=死亡sex:1=男,2=女操作步骤按步骤将数据导入(lung数据集来自于R内置数据)

attachments-2017-08-JwYlELBb599a5b44aed2选定寿命表分析方法

attachments-2017-08-q3lhFd1S599a5b5dd123

对各选项进行设置(其中注意状态设置:选取表示事件已发生的值)

attachments-2017-08-KKNJewgh599a5c1ba5c7

attachments-2017-08-FcViTwmo599a5c2b9e64

设置完所有选项后确认

得到结果(可进行导出)1.得到存活表:该表给出了男女对应时间内存活和死亡人数,并计算了存活率、风险比等统计量

attachments-2017-08-OlaIEnI8599a5c8e8cf72.中位数生存时间:即生存率为50%时,生存时间的平均水平;可知:生存时间的平均水平女士高于男士attachments-2017-08-0zdTRp5Y599a5c9b49803.生存函数:男士较女士累计生存率下降快

attachments-2017-08-bwjrhuIj599a5caa0821

二、Kaplan-Meier分析

适用于小样本示例:若要研究药物治疗对卵巢癌生存率有无区别,收集数据下列信息futime:生存时间(单位天)fustat:0=存活,1=死亡rx:1=未治疗,2=治疗操作步骤:按步骤将数据导入(ovarian数据集来自于R内置数据)

attachments-2017-08-hDBueMZG599a5db720ad选定Kaplan-Meier分析法,并对选项进行设置

attachments-2017-08-ejqe31i7599a5dd916d8attachments-2017-08-oflJblIv599a5ddd2433attachments-2017-08-IwsiRo9B599a5dcede6c

设置结束后确认

得到结果(可进行导出):1.生存表的均值和中位数、百分位数:可以看出治疗与未治疗有均值、四分位数略有差异

attachments-2017-08-H94b9ZZG599a5e9453e52.整体比较:检验结果p值>0.05,证明治疗组与非治疗组差异不显著

attachments-2017-08-om23jBoB599a5e9c0cc33.存活函数:治疗组较非治疗组生存结果好,但从假设检验结果来看差异不明显

attachments-2017-08-kN1peiE7599a5ea48681

三、Cox回归分析

示例:若要研究结肠癌治疗方式对患者生存时间的影响,收集了下面所示的数据:time:生存时间(单位天)status:0=存活,1=死亡rx:治疗方式,Obs=观察,Lev=方式1,Lev+5FU=方式2obstruct:0=无阻塞的结肠肿瘤,1=有阻塞的结肠肿瘤perfor:0=无结肠穿孔,1=有结肠穿孔extent:传播程度:1 =黏膜下层,2 =肌肉,3 =浆膜,4 =相邻结构操作步骤:导入结肠癌colon数据(R中内置数据)

attachments-2017-08-YU900ySB599a7daa3540选定cox回归分析参数设置:协变量依次导入,方法按分析所需进行选择

attachments-2017-08-venuKbSR599a7dd2da48点击"分类",协变量依次选入分类协变量

attachments-2017-08-dQq5WXel599a7ddf2a9e点击"绘图",勾选生存函数,主要变量为rx,将rx变量选入单线框中,绘制生存曲线

attachments-2017-08-ewFX3NI3599a7de67dba点击"选项",设置输出RR的95%置信区间。

attachments-2017-08-U3tLwH1b599a7df02e93最后确定

得到结果(可导出)1.案例处理摘要:1858个样本,其中920个死亡,938个存活,无缺失值存在

attachments-2017-08-pO7o45x0599a7ec269142.分类变量编码:分类变量编码方式及频数

attachments-2017-08-ZJapEc5J599a7ecaecc23.拟合模型检验: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



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3