生存分析 survival analysis 孙秀彬何为生存分析生存分析的历史与应用?17、18世纪:寿命表的提出及其应用。?1926 年: Greenwood 提出评价生存函数的误差的方法— Greenwood 公式。?1958 年:生存函数的计算方法— Kaplan-Meier 法(乘积极限法 product-limit )的提出。?1960 年代中叶:生存时间的组间比较方法的开发—广义 Wilcoxon 秩和检验( Gehan,1965 年);对数秩检验( log- rank test )又称时序检验( Mantel,1966 年)。?1970 年:将协变量的影响模型化—参数模型:假设生存时间服从 Weibull 分布、对数正态分布等;半参数模型: 比例风险模型( Cox,1972 年),又称 Cox 回归模型。第一节概述一、基本概念(一)死亡事件死亡事件又称失效事件,不单指通常意义下的生物体的死亡,而是泛指标志某种处理措施失败或失效的特征事件。(二)生存时间( survival time ): :广义的生存时间是指从某个起始事件开始到某个终点事件的发生(出现反应)所经历的时间。也称失效时间( failure time )。 : (1)分布类型不易确定。一般不服从正态分布, 有时近似服从指数分布、 Weibull 分布、 Gompertz 分布等,多数情况下往往不服从任何规则的分布类型。(2)生存时间的影响因素多而复杂且不易控制。(3)根据研究对象的结局,生存时间数据可分两种类型: ①完全数据( complete data ):观察对象在观察期内出现反应(终点事件),这时记录到的时间信息是完整的,这种生存时间数据称为完全数据。②截尾数据(截尾值、删失数据, censored data ): 尚未观察到研究对象出现反应(终点事件)时,即由于某种原因停止了随访,这时记录到的时间信息是不完整的,这种生存时间数据称为不完全数据或截尾值。截尾的原因主要有 3种: ①失访: 失去联系②退出: 死于非研究因素或其他非处理因素、改变治疗方案等导致退出研究。③终止: 指观察研究期限结束时仍未出现结局。关于截尾或删失删失的模式图随访开始事件失访失访研究截止时仍存活研究截止时点患者进入期间
医学统计：生存分析课件 来自淘豆网m.daumloan.com转载请标明出处.
