|
引言 某年率的计算 空格具体某一年的生存率，是很多研究者都想在报告中给出的数据，因为相比于中位生存期，某年的生存率更加直接了当。下面以SPSS为例简单介绍一下操作，K-M估计法：【Analyze】【Survival】【Kaplan-Meier】。另外，单组的情况还可以应用【Life Tables】过程进行计算，考虑到寿命表法在定义时间区间和组距的情况下会出现结果不稳定的问题，小编建议非特别要求统一使用K-M估计法。 空格以某医院使用a、b两疗法治疗20例肿瘤患者为例，最长随访45个月，试估计两疗法在第2年的生存率。 空格采用K-M估计法，进入【Kaplan-Meier】的界面设定好时间、结局、组别变量，点击【OK】，结果中自动生成一个Survival Table，见下表。Time的那一列就是时间点，Estimate就是对应的生存率。但Time里不一定有我们想要的时间点，例如我们想知道两组在24个月的生存率，但表格里只有23和30个月的生存率，该怎么办？根据生存曲线成折线形的原理，24个月的生存率就等于它上一个时间点，也就是23个月的生存率，分别为a=0.606±0.154，b=0.111±0.105。 空格如果想要估计的时间点距离上一时间点较远，结果将会偏倚较大，通过增大样本量可以解决此问题。 某年生存率的比较 空格说到生存率比较的问题，大家可能觉得比较容易，做一下log-rank检验就好了。大家有没有想过log-rank检验回答的是什么问题？是两组第2年的生存率有无差异？还是两组两年内的生存率有无差异？显然，一个“内”字注定了两者的不同。这部分解决的是两组第2年生存率有无差异。因为数据包含删失，所以我们不能简单采用四格表的方式进行进行两组死亡人数的比较。 空格还是以上面的例子为例，我们已经通过K-M法估计出两组第2两年的生存率，这里接着采用Z检验法比较得到P值。
整体生存率的比较 空格这部分负责回答“两组两年内的生存率有无差异？”的问题。因为随访了45个月，所以直接比较表示的是45个月内的生存率，并没有体现“2年内”的意思。所以我们有必要对数据进行必要的处理，把生存时间大于24个月的患者，生存时间改为24，生存状态改为0。接着再进行log-rank检验，操作同上面提到的K-M估计法，设定好时间、结局、组别变量之后，点击【Compare Factor】，勾选log-rank，点击【Continue】，再点击【OK】即可。比较的结果如下表。
仅供参考！请批评指正！ |
|
|
