v 单击右上角的分类 按钮。
Cox回归示例 v 选择cell, therapy, prior 作 为分类协变量。
v 点击继续按钮。
v 在Cox回归对话 框中点击绘图按 钮。
Cox回归示例 v 在图类型栏中选 择生存函数复选 项。
v 点击继续按钮。
v 在Cox回归主对 话框点击确认按 钮。
Cox回归示例
v 选择status变量 送入状态框中。
v 单击定义事件按 钮。
Cox回归示例 v 在单值选项中填入0， 表示事件发生。
v 点击继续按钮。
Cox回归示例 v 选择therapy, cell, kps, diagtime, age, prior 作为协 变量。
v 在方法框中选择向 后：Wald项。
prior kps ❖ /PLOT SURVIVAL ❖ /CRITERIA=PIN(.05) POUT(.10) ITERATE(20).
Cox回归结果显示
分类变量编码
模型系数的综合测试1
模型系数的综合测试2
进入方程变量的统计量
未进入方程变量的统计量
协变量均值
生存函数
分析结果
❖ 从以上统计结果表明，kps和cell变量具有显著性意 义。
生存分析和生存数据
❖ 生存分析广泛应用于生物医学，工业，社会 科学，商业等领域，例如肿瘤患者经过治疗 后生存的时间，电子设备的寿命，罪犯假释 的时间，婚姻的持续时间，保险人的索赔等。 这类问题数据的特点是在研究期间结束时， 所要研究的事件还没有发生，或过早终止， 使要收集的数据发生缺失，这样的数据称为 生存数据，生存分析就是要处理、分析生存 数据。
类
2 小细胞癌 3 腺癌 症
4 ቤተ መጻሕፍቲ ባይዱ细胞 肺癌
kps
判断标准 ≤30 住院治疗 30 住院和家 ≥ 家庭治
～ 庭治疗
60 疗
60
Cox回归分析
v 首先打开工具栏 中Analysis选项 下Survival选项中 的Cox回归的选 项，如左图所示。
Cox回归分析 v 从左面的变量中 选择time变量， 送入右面的时间 框中。
常用的生存时间函数
v 生存函数 S(t)：个体生存时间长于t的概率
S(t)=P(个体生存时间长于t)
v 概率密度函数f(t):
f(t)=lim P(个体在区间(t, t+△t)中死亡)/△t
△t→0
v 危险率函数h(t):
h(t)=lim P (年龄为t的个体在(t, t+△t)中死亡)/△t
△t→0
Cox回归模型
❖ 1972年英国统计学家D.R.Cox提出了比例风 险模型(the Proportional Hazard Model),又称 为Cox回归模型。
❖ 其模型表达式为
寿命表和KM方法
❖ 寿命表和KM方法都是通过比较分布函数来得 出几组观测数据之间是否存在差异。
❖ 寿命表把观测区间划分为相等的小区间，然 后计算生存函数，适用于大样本数据。
变量名 含义
值 标签
值 标签
值 标签 值 标签
id
患者编号
Age
年龄
diagtime 诊断到治 疗的时间
time
生存时间
prior therapy
治疗前处 0 理
治疗方案 1
经过处理 1 未经处理 标准方法 2 实验方法
status 病人状态 0 死亡
1 删失数据
cell
肺癌细胞 1 鳞病
组织学分
❖ kps变量相对危险度为0.970，回归系数为-0.031， 说明kps变量取值越大，生存时间越长。
❖ 在cell变量中，类别3和4有显著性差异，而类别1、 2和类别4相比不具有显著性差异。从他们的危险度 来看，存活时间从长到短分别为鳞癌细胞肺癌患者， 大细胞肺癌患者，小细胞肺癌患者和腺癌细胞肺癌 患者。
❖ GET ❖ FILE='E:\生存分析数据\Cox回归分析.sav'. ❖ COXREG time ❖ /STATUS=status(0) ❖ /CONTRAST (cell)=Indicator ❖ /CONTRAST (therapy)=Indicator ❖ /CONTRAST (prior)=Indicator ❖ /METHOD=BSTEP(WALD) therapy cell diagtime age
❖ KM方法则以观测点为区间端点来计算生存函 数，它是寿命表的一种特殊形式，并且计算 方法上和寿命表也有些区别。它可以用于观 测次数比较少的数据。
Cox回归应用示例
v 例子：有一组关于肺癌患者生存时间的数据， 利用Cox回归模型辨认预测因素。
v 这组数据一共有九个变量，137个观测。
v 下面的表格是数据的变量名表。