SPSS生存分析过程.doc
《SPSS生存分析过程.doc》由会员分享，可在线阅读，更多相关《SPSS生存分析过程.doc（10页珍藏版）》请在冰点文库上搜索。
SPSSSurvival（生存分析）菜单
SPSSSurvival菜单包括LifeTables过程、Kaplan-Meier过程、CoxRegression过程、Coxw/Time-DepCov过程。
这里只介绍LifeTables过程和Kaplan-Meier过程。
LifeTables过程
LifeTables过程用于：
1、 估计某生存时间的生存率。
2、绘制各种曲线如生存函数、风险函数曲线等。
3、 对某一研究因素不同水平的生存时间分布进行比较，控制另一因素后对研究因素不同水平的生存时间分布进行比较，包括从总体上比较和不同水平之间进行两两比较。
一、建立数据文件
定义两个列变量：
时间变量：
取名“time”，label标上“survivaltime（week）”。
生存状态变量：
取名“status”，并赋值：
0=“删失”，1=“死亡”。
二、操作过程
从菜单选择
1、Analyze==>Survival==>LifeTables
2、Time框：
选入time
3、DisplayTimeIntervals框：
在by前面的框内填入生存时间上限，本例填入20（此区间必须包括生存时间的最大值）；在by后面的框内填入生存时间的组距，本例填入5，以保证结果列出“15-”的组段。
4、Status框：
选入status；击defineevents钮,在singlevalue框右边的空格中输入1
5、单击Option按钮，弹出对话框：
lLifeTable（s）输出寿命表，系统默认
l Plots:
选Survival（累积生存函数曲线）
击Continue
6、单击OK钮
附 ：
界面说明
图1 寿命表主对话框
【Time】框
选入生存时间变量。
【DisplayTimeIntervals】框
欲输出生存时间范围及组距。
在by前面的框内填入生存时间上限，本例填入200（此区间必须包括生存时间的最大值）；在by后面的框内填入生存时间的组距，本例填入20，以保证结果列出“100-”的组段。
【Status】框
选入生存状态变量，并定义终结事件的标记值。
选入变量“Status”后，【DefineEvent】钮被激活变黑，击该按钮，弹出定义终结事件标记值的对话框（图1）。
对二分类变量，一般以死亡、复发、恶化等表示终结事件。
本例以死亡为终结事件，其标记值为1，故在Singlevalue框内填入1。
击Continue钮。
若生存状态变量取值为一连续型变量，如反应变量为收缩压，则在下面的Rangeofvalues框中输入140through400，此处上限输入400是我随便输入的一个上限，目的是为了定义高血压患者，实际上恐怕没有人的血压能达到400，这样才能保证包括所有的高血压病例，具体情况具体分析。
图2 定义终结事件标记值的对话框
【Factor】框
定义第1层因素，即分组因素。
【ByFactor】框
定义第2层因素，即分层因素。
【Options】选项
击Options按钮，弹出选项对话框。
（图3）
图3 寿命表选项对话框
LifeTable（s）：
输出寿命表，系统默认。
Plot：
统计图。
Survival：
累积生存函数曲线。
Hazard：
累积风险函数散点图。
Oneminussurvival：
生存函数被1减后的曲线。
Logsurvival：
对数累积生存函数曲线。
Density：
密度函数散点图。
CompareLevelsofFirstFactor：
对第1层因素不同水平的比较，即主对话框（图1）中的factor框中所选入的因素。
None：
不做比较。
系统默认。
Overall：
整体比较。
Pairwise：
两两比较。
寿命表各个指标的意义
IntrvlStartTime：
生存时间的组段下限。
NumberEntrngthisIntrvl：
进入该组段的观察例数。
NumberWdrawnDuringIntrval：
该组段的删失例数。
NumberExposedtoRisk：
暴露于危险因素的例数，即有效观察例数（校正观察人数）。
NumberofTermnlEvents：
终结事件的例数，即死亡例数。
PropnTerminating：
终结事件比例，即死亡比例。
PropnSurviving：
生存比例。
CumulPropnSurvatEnd：
至本组段上限的累积生存率。
ProbabilityDensty：
概率密度。
所有个体在时点t后单位时间内死亡概率的估计值。
HazardRate：
风险率。
活过时点t的个体，在时点t后单位时间内死亡概率的估计值。
SEofCumulSurviving：
累积生存率的标准误。
SEofProbabilityDensty：
概率密度的标准误。
SEofHazardRate：
风险率的标准误。
Kaplan-Meier过程
采用乘积极限法（Product-limitestimates）来估计生存率，同时还可以对一个因素进行检验。
适用于以个体为单位来收的未分组生存资料，是最基本的一种生存分析方法。
Kaplan-Meier法用于：
1、估计某研究因素不同水平的中位生存时间。
2、比较该研究因素不同水平的生存时间有无差异。
3、 控制一分层因素后对研究因素不同水平的生存时间比较（此时将按分层因素的不同水平对研究因素对生存时间的影响分别进行分析）。
操作过程：
1. Analyze==>Survival==>Kaplan-Meier
2. Time框：
选入time
3. Status框：
选入status；击defineevents钮,在singlevalue框右边的空格中输入1
4. Factor框：
选入group；
5. Comparefactors列表框：
l TestStatistics:
选择Logrank、Breslow、Tarone-Ware
l Lineartrendforfactorlevels:
选Pooledoverstrata或Pairwiseoverstrata
6. Option列表框：
l Statistics:
选Survivaltable（s）、Meanandmedian、Survival
l Plots:
选Survival
单击OK钮
三、界面说明
图1 Kaplan-Meier法主对话框
【Time】框
选入生存时间变量。
【Status】框
选入生存状态变量。
【Factor】框
选入分组变量。
【Strata】框
选入分层变量。
【LablesCases】框
给个体标记。
【CompareFactor】选项
击CompareFactor按钮，弹出选项对话框。
（图2）
图2 分组因素水平间比较对话框
l TestStatistics:
检验统计量。
Logrank：
检验生存分布是否相同，各时间点权重一样。
Breslow：
检验生存分布是否相同，以各时间点的观察例数为权重。
Tarone-Ware：
检验生存分布是否相同，以各时间点的观察例数的平方根为权重。
Lineartrendforfactorlevels：
分组因素水平间的线性趋势检验。
Pooledoverstrata：
水平间的整体比较。
系统默认。
Foreachstratum：
按分层变量，对每一层进行分组因素各水平间的整体比较。
Pairwiseoverstrata：
分组因素各水平间的两两比较。
Pairwiseforeachstratum：
按分层变量，对每一层进行分组因素各水平间的两两比较。
【Save】选项
击Save按钮，弹出SaveNewVariables（保存新变量）对话框（图7）。
图3 保存新变量对话框
Survival：
累积生存率估计。
Standarderrorofsurvival：
累积生存率估计的标准误。
Hazard：
累积风险函数估计。
Cumulativeevents：
终结事件的累积频数。
在各水平内，按生存时间和生存状态排序。
【Options】选项
击Options按钮,弹出选项对话框（图8）。
图4 K-M法选项对话框
l Statistics：
统计量。
Survivaltable（s）：
生存分析表。
Meanandmediansurvival：
平均生存时间和中位生存时间及其标准误和可信区间。
Quartiles：
生存时间的第25百分位数、中位生存时间、第75百分位数。
l Plot：
统计图。
Survival：
累积生存函数曲线。
Oneminussurvival：
生存函数被1减后的曲线。
Hazard：
累积风险函数散点图。
Logsurvival：
对数累积生存函数曲线。
升级会员 