如：急性白血病病人从治疗开始到复发为止之间的缓解期，冠 心病病人两次发作之间的时间间隔，戒烟开始到重新吸烟之间 的时间间隔，接触危险因素到发病的时间间隔等。
生存分析中最基本的问题就是计算生存时间，要明确规定事件 的起点、终点及时间的测度单位，否则就无法分析比较。
中位生存时间是指寿命中位数，表示有且只有50%的观察对 象还可以活这么长时间。由于截尾数据的存在，中位生存期 的计算不同于普通的中位数，它可以利用生存函数公式或生 存曲线图，令生存率为50%时，推算出生存时间。
有明确的需要研究的主要影响因素。 以此主要影响因素的分类作为不同组别，追踪不 同组别的结局差异。 结局指标可以是计量资料、特定时间段的终点事 件、到达终点事件的时间等。
影响预后的因素——病例对照研究
以特定时间内的结局分类为分组依据进行回顾性分析。
例：某医院2003年收治非典型肺炎病人100例，其中死亡 30例，最终痊愈出院70例，分析影响预后的因素。 以是否死亡为分组依据，分成死亡组30例、存活组70例 ，回顾性收集病人性别、年龄、病程、基础疾病、接受药 物治疗、接受的非药物治疗等。
SPSS软件操作
第一步：建立变量。
第二步：输入原始数据
第三步：生存分析（1）
第三步：生存分析（2）
第三步：生存分析（3）
第四步：结果解读（1）
结果解读：生存表基本描述
第四步：结果解读（2）
结果解读：生存表统计描述中位生存时间及95%CI
第四步：结果解读（3）
结果解读：生存函数图
生存曲线的比较
【例3】50例某恶性肿瘤的生存时间及有关预后因素资料如表。X1为患者年龄、 X2为病理类型（0=低分化，1=高分化），X3为有无淋巴结浸润（0=无， 1=有），X4为缓解出院后的巩固治疗（0=无，1=有），T为患者的生存时 间，S为患者的随访结局（0=截尾，1=死亡）。试进行生存分析。
SPSS软件操作
PH（比例风险）假定判断
满足前提条件才可以进行Cox回归 是否满足前提条件，看以因素为分类依据的生存曲线是
否不交叉，若有交叉则表示不满足前提条件
第五步：PH假定判断（1）
第五步：PH假定判断（2）
第六步：结果解读（1）
同理将X3改为X4
重复相同的步骤
第五步：PH（比例风险）假定判断（1）
生存资料的数据类型
按观察对象生存时间的完整性可分为两种类型。 (1)完全数据：指观察起点到发生结局事件的时间明确、完整的资 料，即具有明确完整生存时间的数据。 (2)截尾数据：指由于其他因素(非研究因素)导致观察对象的生存 时间难以明确判断，这种生存时间数据称为截尾数据。也称为截 尾值、删失值或终检值。 不论截尾数据的产生原因为何，截尾生存时间的计算均为观察起 点至截尾点所经历的时间，而且一般情况下其准确的生存时间要 长于截尾时间，常在此类数据的右上角标记“+”。
100% 50%
中位时间的计算
0
3
6
9 12
随访期不够！
100% 50%
中位时间的计算
0
3
6
9 12
7个月
100% 50%
中位时间的计算
0
3
6
9 12
3个月
100% 50%
中位时间的计算
0
3
6
9 12
9个月
统计分析方法
任意时点的分类资料：卡方检验 与时间结合的预后全过程：生存分析 到达结局的平均时间：生存分析 任意时点的计量资料：t检验、方差分析
2. 医生考虑的预后问题
男性、 40岁、无症状单纯性房颤
发生脑栓塞、心衰的可能性多大？ 需要预防性抗血栓治疗吗？ 何时抗血栓治疗预后最好？
疾病预后
是指在疾病发生后，对该病未来的发展过程和不同结局（治愈、 复发、恶化、并发症发生、伤残、死亡等）做出的事先估计。
疾病预后包括四方面问题
✓ 疾病会发生什么样的结果？（定性） ✓ 发生不良结果的可能性有多大？（定量） ✓ 什么时间会发生？（定时） ✓ 受哪些因素影响？
预后研究
是关于疾病发生后出现各种结局概率及其影响因素的研究 。其意义在于可了解疾病的发展趋势和后果，帮助临床医 师做出治疗决策；研究影响预后的各种因素，有助于改变 疾病的结局；通过预后分析比较不同干预措施的效果。
预后因素
预后因素指影响疾病结局的因素；当患者具有 这些因素时，其病程发展过程中出现某种结局 的概率就可能发生改变。
常见的预后因素
患者本身：年龄、性别、营养、体质、免疫功能、心理状 况、依从性等；
疾病特点：性质、病程、临床类型、病变程度、合并症 、被诊断和治疗的时间等；
外 环 境：医疗干预效果、医院内感染、医疗卫生条件、 社会经济水平、社会保障体系、 家庭因素等。
预
01
预后研究的概念
后
研
02 预后研究的设计方法
究
03 预后研究的分析方法
设
计
04
预后的预测模型
05
案例分析
疾病预后研究设计
➢纵向研究（单组，描述性研究） ➢队列研究 ➢病例对照研究 ➢随机对照试验（从另一个角度看干预试验）
预后的评定—纵向研究设计
描述疾病的治愈率、病死率、致残率、缓解率 、复发率、生存率等。
描述疾病的自然史
疾病预后的评定指标
病死率：用于病程短易于死亡的疾病； 治愈率：用于病程短不易引起死亡的疾病； 缓解率：用于疾病治疗后进入临床消失期； 复发率：疾病缓解或痊愈后又重新发作； 致残率：发生肢体或器官功能丧失； 生存率：用于长病程致死性疾病 5年存活率：从病程某时点起存活5年病人的比例。 中位生存时间等
预后的影响因素——队列研究
除了根据已有的经验，疾病预后预测模型、预测评分系统也 是一个重要的方面。
疾病预后预测模型的设计
1、寻找可以进行预测的因素：筛选预后因素 2、寻找合适的预测模型：探索可以采用的预测模型， 利用建模数据进行建模 3、验证模型的可靠性：利用预测模型进行前瞻性验证 ，评价模型的预测准确性
疾病预后预测模型的统计方法
寿命表法适用于观察例数较多而分组的资料，不同的分组寿 命表法的计算结果亦会不同，当分组资料中每一个分组区间 中最多只有 1个观察值时，寿命表法的计算结果与乘积极限法 完全相同。
乘积极限法：Kaplan-Meier
寿命表法：寿命表 因素分析：Cox回归
【例1】某治疗方案治疗晚期肝癌患者7例，随访时间（月）记 录如下。试分析其生存过程。
对数秩检验：其基本思想是，在假定无效假设（两总体生存曲 线相同）成立的前提下，可根据不同日期两种处理的期初人数 和死亡人数，计算各种处理在各个时期的理论死亡数。若无效 假设成立，则实际死亡数与理论死亡数不会相差太大。
【例2】某医生将20例某恶性肿瘤患者随机分为两组，一组采用纯中药治 疗（甲组），另一组采用中西医结合治疗（乙组），观察终点为复发或 转移，从缓解出院日开始随访。试分析两种治疗方案的效果有无差别？
生存函数
生存概率又称为生存率或生存函数，它表示一个病人的生存时 间长于时间t的概率，用S(t)表示。
以时间t为横坐标，S(t)为纵坐标所作的曲线称为生存率曲线, 它是一条下降的曲线，下降的坡度越陡，表示生存率越低或生 存时间越短，其斜率表示死亡速率。
死亡函数
表示死亡速率的大小。如以t为横坐，f(t) 为纵坐标作出的曲线称为 密度曲线，由曲线上可看出不同时间的死亡速率及死亡高峰时间。纵 坐标越大，其死亡速率越高，如曲线呈现单调下降，则死亡速率越来 越小，如呈现峰值，则为死亡高峰。
筛选预后因素：回归分析（COX、logistic、线性） 由预后因素构建预测模型：判别函数、logistic回归模型、其他
特定函数模型、评分系统等。预测界值，可采用ROC曲线分析 模型验证：一致性评价
SPSS软件操作
第一步：建立变量。
第二步：输入原始数据
第三步：生存分析（1）
第三步：生存分析（2）
第三步：生存分析（3） Log-rank
第三步：生存分析（4）
第四步：结果解读（1）
结果解读：基本描述
第四步：结果解读（2）
第四步：结果解读（3） 结果解读：生存表统计描述中位生存时间及95%CI
第五步：PH假定判断（2）
第六步：结果解读（3）
预
01
预后研究的概念
后
研
02 预后研究的设计方法
究
03 预后研究的分析方法
设
计
04
预后的预测模型
05
案例分析
现代医学的发展，特别是各种复杂的现代化的诊疗技术不断 进入医学领域，使临床医学发生了革命性变化，这些变化的 结果不但要求对疾病能够准确及时的诊断，很好的进行救治 ，而且也要求医生对疾病的预后发展给予准确的预测。
第四步：结果解读（4）
结果解读：组间比较的Log Rank 检验
第四步：结果解读（5）
结果解读：生存曲线
COX比例风险回归模型
在医学研究中，观察对象生存时间往往受多种因素的影响，如 胃癌手术后的生存时间，除了与治疗方案有关外，还可能与患者 年龄、体质、病情轻重、病理类型、用药等情况有关。统计学上 将这些因素称为协变量。 由于生存时间资料常存在截尾值，生存时间t往往不能满足正态 分布和方差齐性的要求，一般不适宜用参数方法(如多元线性回归 等)来分析生存时间与各协变量之间的关系。 为解决这类问题，英国生物统计学家 D. R Cox 于 1972 年提 出比例风险回归模型用于分析带有协变量的生存时间资料。
多因素分析：多元logistic回归、COX回归、 多元线性回归
预后研究的案例
性别 年龄
生存分析
在医学研究中，常常用追踪的方式来研究事物发展的规律 。如：了解某药物的疗效，了解手术的存活时间，了解某 医疗仪器设备使用寿命等等。