使用EpiInfo软件进行生存分析方法简介

使用EpiInfo软件进行生存 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 简介 ( ) 文章编号 :100722705 20090520080203 中图分类号 : R 195 . 1 文献标识码 : B 【卫生统计】 使用 Epi Info 软件进行生存分析方法简介 陶庄 摘要 : [ 目的 ] 介绍使用 Epi Info 软件进行生存分析的方法 。[ 方法 ] 用一个监测戒毒效果的例子 ,说明使用 Epi In2 fo 软件进行生存分析的步骤并给予解释 。[ 结果 ] 在 Epi Info 软件进行简单的设置后 ,软件给出了简明可靠的结果 。 [ 结论 ] 生存分析是对监测数据进行分析的重要方法 ,而 Epi Info 软件是便捷 、功能全面 、可靠且免费的工具 。 关键词 : 生存统计 ; Kaplan2Meier 估计 ; Co x 比例危险模型 ; Epi Info 软件包 生存分析已成为近年热门的统计方法之一 ,它在疾病监,故先定义一个新变量 g ,它只有一个唯一的值 ,比如 1的情况 [ 1 ] () 测的数据分析方面有广泛应用 。原因后述。接下来在 A nalysi s 模块中点击左侧命令树中的 ( ) () Epi Info 是由美国疾病预防控制 中心 CDC主导开发 的 Kaplan2Meier Survival 命令 ,进入设置对话框 图 1。 专为公共卫生工作人员编制的流行病学统计分析软件 。2000 年后 , Epi Info 推出了 Windo w s 版本 ,受到各国一线公共卫生 [ 2 ] ( 工作者的青睐 。本文通过实例对最新版本 v31 41 3 ,2007 年 ) 11 月 8 日发布中的生存分析功能加以介绍 。 1 一个例子 使用的例子是 Epi Info 软件自带的一个有关戒毒监测的 ( ) 数据 sa mple1 mdb :addict s,其中含有 5 个变量 238 条记录 , 其变量含义见 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 1 。 表 1吸毒治疗研究主要变量 变量名变量意义取值 Clinic 1 = 第 1 组 ,2 = 第 2 组临床治疗方式 是否复吸的状态 1 = 复吸, 0 = 否 St at u s 复发吸毒的时间 天数 Surviva-l time- days 入狱记录 1 = 有 ,0 = 无 Pri so n - reco rd 美莎酮每日使用量 Met hado ne - do se - mg - 关注的寿命数据是 Survival - time - days ,当它的 Stat us毫克 day- = 1 时是非删失数据 ,而我们要估计的是全部数据的 Survival () Pro babilit y 生存 函 数 。由 于 估 计 的 是 所 有 患 者 , 而 Gro up ( ) 2 个问题 : 即“发生了什么”寿命的刻画生存分析关注 () Va ria ble 组变量选项又必选 ,所以此前定义一个只有唯一值 () 与“什么促使了发生”影响因素的识别。本例研究的寿命就 的变量 g ,点击 O K ,结果见图 2 。 ( ) 是复发吸毒的时间 Survival - ti me - day;而可能的影响因素 ( ) ( ) 包括临床治疗方式 Clinic,入狱记录 Pri so n - reco r d和美莎 ( ) 酮的使用量 Met hado ne - do se - mg - day - ; 是否复吸的状 ( ) 态 Stat us则是在生存分析中特有的删失指示变量 ,当其值为 “0”时表示该条记录为右删失数据 。 软件中生存分析是通过 A nalysi s 模块中的 Kapla n2Meier ( ) ( Survival K2M 估计与 Co x Propo rtio nal Haza r ds Co x 比例风 ) 险模型这 2 套命令完成 。 2 两套命令的具体操作 21 1 Kaplan2Meier Survival 命令 此命令能完成 2 方面的任 务 :一是用 K2M 估计对寿命进行刻画 , 二是对不同组别的寿 命进行比较 。我们首先希望了解 238 名患者的整体复吸时间 ( ) 作者简介 :陶庄 1972 —,男 ,副研究员 ,博士 ,主要研究卫生统计知识 此命令分析结果并不给出具体的生存函数的估计数值 ,而是采用了非常直观的图示法 ,而当需要知道某一时间点的 ( ) 生存概率或某一概率所对应的时间 比如中位生存时间时 , [ 3 ] ( 我们可以方便地用直线在图上画出 比如此处的中位生存 ) 时间约为 505 天。 ) ( 当我们在 Gro up Va ria ble 组变量选项中选择的是一个 () 具有不同值的分类变量时 比如 Clinic,即可进行不同寿命的 比较 ,见图 3 。 () 此时结果中还给出对数秩检验 Lo g2Ra nk和广义 Wilc2 ( ) o xo n 检验结果 表 2。通常情况下 ,当 2 条生存曲线接近帄 行时 Lo g2Ra nk 检验要比广义 Wilco xo n 检验效 果好 , 否则 选 [ 4 ] 用后者 。从表 2 可认为 2 组生存曲线不同 ,这也与从图 2 中得到的直观印象相符 。 如 果 想 在 模 型 中 增 加 时 间 相 依 协 变 量 ———比 如 认 为 22 组患者复吸时间的生存函数比较检验结果表 Clinic 对生存时间的作用会随 时 间 而 改 变 , 那 么 可 以 先 点 蓝 检验方法统计量值自由度P 值 ) ( Clinic ,然后点击 Ma ke Extended Ter m 设置扩展模型按钮 , Lo g2Ra n k 271 2477 1 0000 01 () 进入时间相依协变量设置框 图 6。 111 6304 01 0007 Wilco xo n 1 21 2 Co x Propo rtio nal Hazar ds 命令 半参数的 Co x 比例风 险模型是 1972 年由 Co x 提出的 ,它的形式为 :T ( ) (β( ) )h t| Z= hte x p Zo 式中“exp”为指数 。所谓半参数就是指此处不需要了 解 ( ) ht的确切分布 ,而利用 Co x 提出的偏似然估计方法估计协 0 β变量系数。 Co x 比例风险模型已成为今日生存分析中最流行的寻找 [ 5 ] 影响因素的方法 。在 A nalysi s 模块中点击左侧命令树中的 () Co x Propo rtio nal Hazar ds 命令 ,进入设置对话框 图 4。 此对话框 内容 财务内部控制制度的内容财务内部控制制度的内容人员招聘与配置的内容项目成本控制的内容消防安全演练内容 较复杂 ,仍按 K2M 估计设置时选择的时间 变量和删失指示变量 ,而其它可作为影响因素的变量 ,都可以 ) ( 通过 Ot her Va ria ble 其 它 变 量 选 入 模 型 。注 意 : 在 该 命 令 ) ( ,我们只需设置 Exp ressio n 表达式项 ,在这个对话框中 中 ,对分类变量通常设为哑变量 。设置的方法有 2 种 ,一是直 ( 此处 选 择 是 构 造 了 一 个 形 为 [ Clinic ×l n survival - time - 接把这个变量选成分组变量 ,但此时只能有一个组变量 ;一是 ) () days]的时间相依协变量 ,点击 O K 回到主设置框 图 5。 ) ( 点蓝所要设置的变量 ,再点击 Make Dummy 设置哑变量按 ) (最后 ,我们还必需点击 Grap h Op tio ns 图形选项进行图 () 钮 ,此时该变量被括号括起 图 5。 形设置 ,见图 7 。 ) ( 这里将 对 Clinic 分 组 做 Survival Pro ba bilit y 生 存 函 数 图 。 最后连续点击 O K。分析结果见图 8 、表 3 。 表 3 Co x 模型分析结果 R R 95 %CI 系数标准误Z 值P 值( ) ( )Cli nic 2/ 1t 01 8276 1 768,01 8919 201 1892 1 0382 241 9573 1 0000 000 mg - Met hado ne - do se - 01 9535,01 9779 01 9657 201 0349 01 0064 251 4202 01 0000 day - 11 0179,11 9708 11 4163 01 3481 01 1685 21 0651 01 0389 Pri so n - Reco r d 收敛情况 :值P 收敛模型检验统计量自由度 迭代次数 : 5 581 1865 3 01 0000 得分检验 22 LL : 1 3431 4222 661 452 01 0000 似然比 3 结果包括模型整体检验 、协变量的局部检验以及模型的, 这使很多使用该模型所得到涉及对时间相依协变量的讨论 ( 迭代情况 。从表 3 可见 ,3 个自变量的检验都显著 在原始的 的结论都可能存在一定错误 ,应引起重视 。另外 ,构建时间相 ( ) ) 依协变量的方 法 有 很 多 , 本 文 所 使 用 的 Xl n T只 是 其 中 之 结果中 ,显著的变量将被加上下划线。值得注意的是构造的 时间相依协变量也显著 , 说明事先认为的 Clinic 对生存时 间 一 ,实际工作中可按照自己的需要加以设置 。 的作用会随时间而改变的假设有道理 。 生存分析是对监测数据进行分析的重要方法 , Epi Info 软 件包是一个便捷 、功能较全面可靠且免费的工具 。 3 讨论 参考文献 : 在 Epi Info 中 ,无论 K2M 估计还是 Co x 模型 ,都需要设置[ 1 ] 陈家鼎. 生存分析与可靠性[ M ] . 北京 :北京大学出版社 ,2005 : 1 . 分组变量 ,但其地位并不完全一样 , 在 K2M 估计中组变量是 [ 2 ] 金水高 ,马林茂. Epi Info2000 使用手册 [ M ] . 北京 : 北京中软电子 必选项 ,而在 Co x 模型中可以不选 ,但此时需在图形设置时选 出版社 ,2001 :1 . 定一个作图的分组变量 。在 K2M 估计的图形选项中 ,还可以 [ 3 ] L ee E T. 生存数据分析的统计方法 [ M ] . 陈家鼎 , 戴中维 , 译. 北 选 Lo g2Lo g Survival ,这个图形可以用来检测 Co x 模型的比例 京 :中国统计出版社 ,1998 :79280 . 风险 假 设 , 当 各 条 曲 线 接 近 帄 行 时 , 说 明 可 以 接 受 这 个 假 [ 4 ] L awle ss J F. 寿命数据中的统计模型与方法 [ M ] . 茆诗松 ,濮晓龙 ,[ 6 ] 设 ,为使用 Co x 模型作好准备 。在 Co x 模型的图形选项中 , 刘忠 ,译. 北京 :中国统计出版社 ,1998 : 4312433 . 不仅可以做生存函数图 和 Lo g2Lo g Survival 图 , 还 可 以 做 风 [ 5 ] 黎子良 ,郑祖康. 生存分析[ M ] . 杭州 :浙江科学技术出版社 ,1993 : 险率函数图 。值得注意的是 ,此时做的图都经过各个自变量72275 . [ 6 ] 彭非 ,王伟. 生存分析[ M ] . 北京 :中国人民大学出版社 ,2004 : 3512 调整后 ,与 K2M 估计做的图不同 ;而同时 ,在这个选框中标有 352 . () O bserved 字样的才是 K2M 估计做的图 图 7。 收稿日期 :2009206208 使用 Co x 模型应考虑时间相依协变量的问题 ,但国内的 ( )本文编辑 : 黄春燕 () 研究者 包括临床医师和流行病学者在具体使用中 ,都极少 海 峡 预 防 医 学 杂 志 2 0 1 0 年 征订 工 作 已 经 开 始 , 欢 迎 订 阅 : hxyf @vip . si na . co m Email 联系电话 :0591 - 87519605 ; 地址 :福州市津泰路 76 号 海峡预防医学杂志编辑部 邮编 :350001