第二十章 生存分析 [教学要求] 了解：了解生存资料的特点和Cox模型的概念及应用。 熟悉：理解中位生存期的概念、生存曲线的特点及解释。 掌握：单因素生存曲线的K-M 方法和中位生存期的计算；单因素生存曲线比较的log-rank 检验及适用条件；Cox模型回归系数与 RR 的关系及模型适用条件。 [重点难点] 第一节 生存资料的特点 生存时间往往不服从正态分布，且资料收集过程中会出现删失值的问题，故需要一些特殊的统计分析方法。 一、起始事件与终点事件 终点事件(outcome event) 又称失效事件（failure event），它是指研究者所关心的特定结局，而起始事件是反映研究对象生存过程的起始特征的事件。这两者是相对而言的，它们都由研究目的决定，必须在设计时就明确规定，并在研究期间严格遵守而不能随意改变。 二、生存时间 生存时间（survival time）也称失效时间（failure time），它定义为终点事件与起始事件之间的时间间隔，常用符号 t表示。 三、删失值 基本概念：在随访研究中，由于某种原因未能明确地观察到随访对象发生事先定义的终点事件，无法得知随访对象的确切生存时间，这种现象称为删失(censoring) 或终检，包含删失的数据称不完全数据(incomplete data)。本章着重讨论右删失(right censoring)，即从时间轴上看，终点事件发生在最后一次随访观察时刻的右方。虽然删失数据的信息可以利用，但过多的删失很可能会带来分析结果的偏倚。 产生右删失的原因：1．随访对象失访或中途退出(withdraw)。2．随访结束时对象仍存活。3．治疗措施改变等。 第二节 生存率的估计 估计生存率有两种非参数方法：用于大样本分组资料的寿命表法（life table method）和本节介绍的乘积极限法（product-limit method ），也称K-M 法，它既可用于小样本资料，也可用于大样本资料。 一、生存率的点估计 如数据中无删失，生存率可用下式计算：( )tS t = 时刻仍存活的观察例数总观察例数 ；如数据中有删失，则需分时段计算不同单位时间的生存概率ip （i=1,2,… ,t），然后利用概率乘法原理将ip 相乘得到 t时刻生存率，即：12( )tS tppp=×××L。 二、总体生存率的区间估计 总体生存率的1-α 置信区间为：)]([)(2/iitSSEZtSα±，其中生存率的标准误为：1[ ( )]( )()ijiijjjjdSE S tS tn nd==−∑ 三、生存曲线及中位生存期 生存曲线：将随访时间作横坐标，不同时点生存率作纵坐标绘制生存曲线（surv...
