设为首页
收藏本站
切换到宽版
登录
注册
搜索
搜索
本版
帖子
用户
快捷导航
首页
科学资讯
SCI期刊
中文期刊
科学基金
科学笔记
科学群组
科学群组
科学文库
科学家园
科学图片
查询
AI助手
问卷调查
相册
Album
爱科学
»
文库
›
科研文库
›
统计学
›
教你看懂生存分析
返回列表
查看:
8423
|
回复:
0
教你看懂生存分析
[复制链接]
hyc3140
hyc3140
当前离线
积分
6528
824
主题
368
回帖
293
日志
荣誉会员
积分
6528
收听TA
发消息
发表于 2018-10-25 20:37:39
|
显示全部楼层
|
阅读模式
教你看懂生存分析
生存分析,是将事件的发生与所经历的时间结合起来的一种统计分析方法,在肿瘤临床试验中十分常见。
生存曲线以无进展生存期(PFS)的分析举例,事件指肿瘤进展或者死亡,时间则从开始随访到发生事件为止。所有受试者在某一时刻仍未发生事件的比例称为(无进展)生存率;以生存时间为横轴,生存率为纵轴,并连接每个时间点的生存率,就可以得到生存曲线。
从 FLAURA 研究中的 PFS 曲线可以直观地看到:随着时间推移,生存率从 1 逐渐下降,而奥希替尼的生存曲线始终在标准治疗之上,表明其生存率更高。
删失生存曲线上很多小栅栏一样的点,称为删失。在随访中,有些受试者因为一些原因失访,或直到随访结束也没有发生事件,我们只能用最晚的观察时间(删失时间),作为终点。这样的算法偏保守,因为真实发生事件的时间可能更久。
光有直观呈现当然还不够, log-rank 检验是一种检验生存曲线之间是否存在差别的常用方法,主要用于对单一分组因素的分析,例如: 试验药和对照。该方法基于生存曲线上每个点的数据,取相同权重进行计算。如果 p 值小于阈值(0.05 或 0.01),则两组生存时间有显著差异。
但 log-rank 检验未考虑其他混杂因素,也未考虑发生事件和删失的区别,判断结果不够全面,所以我们多选择 Cox 比例风险回归模型。Cox 回归模型可以处理删失数据,分析各个因素对生存时间的影响,并得出两组间的风险比(HR)。例如,对于「治疗方案」这个因素,我们计算出奥希替尼组相比标准治疗组的 HR 为 0.46,这表明前者发生肿瘤进展或死亡的风险仅为后者的 46%; p<0.0001,说明 PFS 差异显著。
生存分析
回复
关闭延时
使用道具
举报
返回列表
高级模式
B
Color
Image
Link
Quote
Code
Smilies
您需要登录后才可以回帖
登录
|
注册
本版积分规则
发表回复
回帖并转播
回帖后跳转到最后一页
浏览过的版块
论文写作
扫码关注爱科学公众号
快速回复
返回顶部
返回列表