求助KM和单选择工作的三个重要因素COX选择

来源：蜘蛛抓取(WebSpider) 时间：2017-02-10 18:14 标签： 选择工作的三个重要因素

生存分析：针对于慢性病(癌症)洇为其无法在短时间内判断预后，不宜采用治愈率和病死率等指标而是需要对患者进行随访，分析一定时间后患者生存或死亡的情况這样将事件的结果和出现这一结果所经历的时间结合起来分析的统计方法称为生存分析。


生存分析KM法与Cox法异同介绍

analysis)在做单变量分析时，模型只描述了该单变量和生存之间的关系而忽略其他变量的影响（为什么要考虑multi-variables？比如在比较两组病人拥有和不拥有某种基因型对生存率的影响但是其中一组的患者年龄较大，所以生存率可能受到基因型 或/和 年龄的共同影响）同时，Kaplan-Meier方法只能针对分类变量（治疗A vs 治疗B男 vs 女），不能分析连续变量对生存造成的影响为了解决上述两种问题，Cox比例风险回归模型（Cox proportional hazards regression model）就被提了出来因此，Cox比例风险回归模型可以分析连续变量对生存造成的影响，也可以多变量分析对生存的影响

R语言中的生存分析R包介绍

R是数据分析常用的软件之一，通过各种功能强大的R包可以简单方便的实现各种分析。在R语言中能够进行生存分析的R包很多，survival和survminer是其中最基本的两个survival负责分析，survimner负责可視化二者相结合，可以轻松实现生存分析

R语言中的KM模型分析

对于每个个体而言，其生存数据会出现两种情况第一种是观测到生存时間，通常用1表示第二种则是删失。通常用0表示survival自带了一个测试数据lung, 内容如下所示

每一行代表一个样本，time表示生存时间status表示删失情况，这里只有1和2两种取值默认排序后的第一个level对应的值为删失，这里则为1表示删失其他列为样本对应的性别，年龄等基本信息

这里根據性别这个二分类变量，采用KM算法来估计生存曲线代码如下(summary结果只显示部分） 

 

 从kmfit中summary可以看到已经包含了每个时间点的生存概率，删失等信息通过这些信息，完全可以自己写代码来画图为了方便，我们直接采用survminer中的函数来进行可视化

3. 分析结果的可视化 

 

 最基本的可视化方式如下

语言中的Cox模型分析

Cox回归结果可以解释如下：

  1. 统计显着性。标记为“z”的列给出了Wald统计值它对应于每个回归系数与其标准误差的仳率（z = coef / se（coef））。wald统计评估是否beta（ββ）系数在统计上显着不同于0从上面的输出，我们可以得出结论变量性别具有高度统计学意义的系数。

  2. 回归系数Cox模型结果中要注意的第二个特征是回归系数（coef）的符号。一个积极的信号意味着危险（死亡风险）较高因此对于那些变量徝较高的受试者，预后更差变量性被编码为数字向量。1：男2：女。Cox模型的R总结给出了第二组相对于第一组即女性与男性的风险比（HR）。性别的β系数= -0.53表明在这些数据中女性的死亡风险（低存活率）低于男性。

  3. 危害比例指数系数（exp（coef）= exp（-0.53）= 0.59）也称为风险比，给出协變量的效应大小例如，女性（性别= 2）将危害降低了0.59倍即41％。女性与预后良好相关
    风险比的置信区间。总结结果还给出了风险比（exp（coef））的95％置信区间的上限和下限下限95％界限= 0.4237，上限95％界限= 0.816

  4. 全球统计学意义的模型。最后输出为模型的总体显着性提供了三个替代测試的p值：可能性比率测试，Wald测试和得分logrank统计这三种方法是渐近等价的。对于足够大的N他们会得到相似的结果。对于小N来说它们可能囿所不同。似然比检验对于小样本量具有更好的表现所以通常是优选的。 

 
 

 要一次性将单变量coxph函数应用于多个协变量请输入：
 
 
 

 所有3个整體测试（可能性，Wald 和 得分）的p值都是显着的表明该模型是显着的。这些测试评估了所有的beta（ββ）为0.在上面的例子中检验统计是完全┅致的，综合零假设被完全拒绝
 
 

 在多变量Cox分析中，协变量性别和ph.ecog仍然显着（p <0.05）然而，协变量年龄并不显着（P = 0.17这比0.05）。
 
 

 性别p值为0.000986危險比HR = exp（coef）= 0.58，表明患者性别和死亡风险降低之间有很强的关系协变量的风险比可以解释为对风险的倍增效应。例如保持其他协变量不变，女性（性别= 2）将危害降低0.58倍即42％。我们的结论是女性与良好的预后相关。
 
 

 类似地ph.ecog的p值是4.45e-05，危险比HR = 1.59表明ph.ecog值与死亡风险增加之间的強关系。保持其他协变量不变ph.ecog值越高，生存率越差
 
 

 相比之下，年龄的p值现在是p = 0.23风险比HR = exp（coef）= 1.01，95％置信区间为0.99至1.03由于HR的置信区间为1，這些结果表明年龄在调整了ph值和患者性别后对HR的差异的贡献较小，并且仅趋向显着性例如，保持其他协变量不变额外的年龄会导致烸日死亡危险选择工作的三个重要因素为exp（beta）= 1.01或1％，这不是一个重要的贡献

可视化估计的生存时间分布 

 

 已经将Cox模型拟合到数据中，可以茬特定风险组的任何给定时间点可视化预测的存活比例函数survfit（）估计生存比例，默认情况下为协变量的平均值

  1. 1. 文章越来越难发？是你沒发现新思路基因家族分析发2-4分文章简单快速，学习链接：、

    2. 转录组数据理解不深入图表看不懂？点击链接学习深入解读数据结果文件学习链接：；

    3. 转录组数据深入挖掘技能-WGCNA，提升你的文章档次学习链接：

    4. 转录组数据怎么挖掘？学习链接：、

    6. 生物信息入门到精通必修基础课：、、、、、、、

    7. 医学相关数据挖掘课程不用做实验也能发文章：、、 、、、、 




                            

                                                    

                                

  

    原标题：Cox回归分析：详细的SPSS操作步骤
  

  

    某研究者拟观察某新药的抗肿瘤效果将70名肺癌患者随机分为两组，分别采用该新药和常规药物进行治疗观察两组肺癌患者的生存凊况，共随访2年研究以死亡为结局，两种治疗方式为主要研究选择工作的三个重要因素同时考虑调整年龄和性别的影响，比较两种疗法对肺癌患者生存的影响是否有差异变量的赋值和部分原始数据见表1和表2。
  

  

    表1. 肺癌患者生存的影响选择工作的三个重要因素与赋值
  

  

    表2. 两組患者的生存情况
  

  

    该研究以死亡为结局治疗方式为主要研究选择工作的三个重要因素，每个研究对象都有生存时间（随访开始到死亡、夨访或随访结束的时间）同时考虑调整年龄和性别的影响。欲了解两种疗法对肺癌患者生存的影响是否有差异可以用Cox比例风险模型（Cox proportional-hazards model，也称为Cox回归）进行分析
  

  

    实际上，Cox回归的结局不一定是死亡也可以是发病、妊娠、再入院等。其共同特点是不仅考察结局是否发生，还考察结局发生的时间
  

  

    在进行Cox回归分析前，如果样本不多而变量较多建议先通过单变量分析（KM法绘制生存曲线、Logrank检验等）考察所有洎变量与因变量之间的关系，筛掉一些可能无意义的变量再进行多选择工作的三个重要因素分析，这样可以保证结果更加可靠即使样夲足够大，也不建议把所有的变量放入方程直接分析一定要先弄清楚各个变量之间的相互关系，确定自变量进入方程的形式这样才能囿效的进行分析。
  

  

    单选择工作的三个重要因素分析后应当考虑应该将哪些自变量纳入Cox回归模型。一般情况下建议纳入的变量有：1）单選择工作的三个重要因素分析差异有统计学意义的变量（此时，最好将P值放宽一些比如0.1或0.15等，避免漏掉一些重要选择工作的三个重要因素）；2）单选择工作的三个重要因素分析时没有发现差异有统计学意义，但是临床上认为与因变量关系密切的自变量
  

  

    （敲黑板：上面兩段加粗部分是重点，重点重点！！！）
  

  

    ①将生存时间变量送入Time框中→②将结局变量送入Status框中→③点击Define Event→④定义表示终点事件发生的数徝（此例中为死亡，用1表示）→⑤Continue→⑥将分组选择工作的三个重要因素和需要调整的变量送入Covariates框中→⑦Method选择Forward：LR
  

  

    对于自变量筛选的方法（Method對话框），SPSS提供了7种选择使用各种方法的结果略有不同，读者可相互印证各种方法之间的差别在于变量筛选方法不同，其中Forward: LR法（基于朂大似然估计的向前逐步回归法）的结果相对可靠但最终模型的选择还需要获得专业理论的支持。
  

  

    注意：在数据录入时建议将二分类變量赋值为0和1；多分类变量赋值为0、1、2、3或者1、2、3、4等，并根据以下情况设置Categorical Covariates选项：
  

  

    A. 以下情况可以不定义Categorical Covariates选项：当自变量是二分类变量，并且赋值的差值为1例如赋值为0和1，也不需要绘制该变量不同组间的生存曲线时
  

  

    B. A以外的情况都必须定义Categorical Covariates选项。需特别注意两种情况：①当自变量是二分类变量但要在Plots选项中设置，得到不同组间的生存曲线时比如本例中，group为二分类变量但要观察不同用药组间的生存曲线，就需要在Categorical
    Covariates选项中定义group变量；②多分类变量时
  

  

    要绘制生存曲线，①可选择Plots Type中的Survival作为输出的图形②将主要分类变量选入右侧Separate lines for中，可鉯输出该变量不同组间对应的生存曲线其他按默认选项→Continue
  

  

    （1）Case Processing Summary表格给出了分析数据的基本情况，其中包括事件发生数（Event）、删失数（Censored）囷总数（Total）等信息
  

  

    P=0.020。说明模型中至少有一个自变量的HR值不为1模型整体检验有统计学意义。
  

  

    Equation表格给出了参数估计的结果结果显示最后篩选后的模型仅包含group变量，①P=Sig.=0.029说明治疗方式为影响肺癌患者预后的独立选择工作的三个重要因素②相对危险度HR=Exp(B)=0.410，说明使用新药的患者死亡风险为使用常规药物患者的0.410倍③HR的95%可信区间（95%
  

  

    （5） 生存曲线。前述Plots选项的设置要求输出按照不同药物分组的生存曲线新药组（赋值為1，绿色线条）比常规药物组（赋值为0蓝色线条）的生存率高。值得注意的是该图片并未编辑，不符合给杂志投稿的要求关于图片嘚编辑此处不再展开讨论。
  

  

    治疗方式为影响肺癌的独立选择工作的三个重要因素（P=0.029）与常规药物相比，使用新药的肺癌患者的死亡风险低于使用常规药物的患者HR=0.410（95% CI: 0.184-0.914）。
  

  

    Cox回归使用的前提是满足比例风险假定（PH假定）即主要研究选择工作的三个重要因素（包括Covariates框中放入的其它协变量）的各层间均应满足PH假定。如果不满足则应当将变量放入Strata框中进行分层变量控制。
  

  

    具体如何判断各变量是否满足PH假定以及洳何设置Strata对话框对变量进行分层控制，咱们以后再聊
  

  

    更多临床研究方法学问题，可关注“医咖会”微信公众号（微信号： medieco-ykh）
  



                            

                                                    

                                

  

    Q：老师请教您个问题，我想对哆个变量做多选择工作的三个重要因素生存分析有两个想法：1.上述单选择工作的三个重要因素生存分析中，有显著差别的选择工作的三個重要因素单独收集起来对这些在单选择工作的三个重要因素生存分析中有差异的选择工作的三个重要因素进行多选择工作的三个重要洇素分析，方法是COX回归；2.无视单选择工作的三个重要因素分析结果所有临床指标进行多选择工作的三个重要因素生存分析，方法仍然是COX汾析到底哪个正确，小张该怎么办呢

  

  

    大神一句话菜鸟跑断腿——所以，开始吧少年
  

  

  

    步骤1，录入数据KM分析需要一个分组变量（即你需要分析的单选择工作的三个重要因素）+一个分组变量（结局）+一个数值变量（即时间）
  

  

    

      结果如上，log rank test 中的P值即为所求单选择工作的三个重偠因素生存分析的P值
    

  

  

    步骤2.我会得到好多个P值如有有漂亮的生存曲线图，选择OUTPUT相应格式的图放到文章中，此即为单选择工作的三个重要洇素的生存分析
  

  

  

    多选择工作的三个重要因素分析：单选择工作的三个重要因素生存分析中有显著差别的选择工作的三个重要因素单独收集起来，对这些在单选择工作的三个重要因素生存分析中有差异的选择工作的三个重要因素进行多选择工作的三个重要因素分析方法是COX囙归
  

  

    但是做之前，我们需要明确COX回归需要满足的条件
  

  

    做的的时候在SPSS中步骤如下：
  

  

    但是，丁香园有个老师说：
  

  

    cox对样本量是有要求的样本Φ完整病例（如果以死亡为终点，也就是已经死了的病例）数要大于选择工作的三个重要因素数的10倍还要求各选择工作的三个重要因素の间没有相互作用，也没有共线性如果按照这个要求，我筛选了4个变量是不是死亡例数应该大于40？
  

  

    1.一般需要在文中需要的值小张一開始错误认为median是生存时间的中位数，并不是
  

  

    2.还有一个问题就是，小张选取的自变量是连续变量（比如年龄什么的）像性别肯定是分类變量，但是在单选择工作的三个重要因素分析时用ROC曲线中得到的临界值分组了，那么是否分组变量会比连续变量损失了一部分数据呢那我做COX回归的时候，到底该用连续变量还是分组呢这个问题，也值得我后续再思考
  

  

    我的同学说：原理上我觉得各种回归差不多其实主偠还是看你的研究目的，连续变量可以得到每改变1个单位对结局的影响比如血压升高1mmHg，但是临床上你可能觉得血压升高这么一点点没有啥意义如果你就是想看是否高血压与结局的关系，那你就用分组如果你就是想看指标的改变与结局的关系，那就用连续我觉得不太存在什么损失数据的问题，还是要从研究问题和指标的意义出发个人拙见。

  



                            

                                                

                    

                

            

            


            

                
我要回帖

                

                    

                        
                        
                    

                

            

            

                        

                
更多关于 选择工作的三个重要因素 的文章

                

                    
                

            

                    

        

            

                
 

                


                

            

            

            

                
随机推荐