寿命表法(Life Table Method)——SPSS软件实现

发布于 2023年1月8日 星期日 16:56:07 浏览:4641
原创不易,转载请注明来源,感谢!
附件下载:
1673167965-寿命表法.zip 请勿重复点击,如无响应请耐心等待或稍后再试。

对于能够准确记录事件或删失发生时间点的数据,可使用Kaplan-Meier法估计生存函数。但对于无法准确记录事件或删失发生时间点的数据(如癌症复发)要靠定期检查来追踪,由于生存函数的估计只能针对时间段进行,因此采用寿命表法更为适宜。本文实例演示在SPSS软件中使用寿命表法进行生存数据分析的操作步骤。

关键词:SPSS; 生存分析; 寿命表法; 生存率估计

一、案例数据

某医院对231例某癌患者接受手术后的生存情况进行了10年的随访,试比较男、女性患者生存状况是否存在差异。数据汇总情况见表1。

表1

在SPSS软件中将数据整理为图1格式,其中time为术后年数,status为生存情况(0=失访,1=死亡),number为人数,sex为性别(0=男,1=女)。本案例数据可从“附件下载”处下载。

图1

二、案例分析

该数据是分时间段记录死亡和删失事件,属于典型的寿命表数据记录格式,类似于连续变量划分组段后,对每一组的观察个体进行计数而形成的频数表。案例中要比较男、女性患者生存状况是否存在差异,可使用寿命表法进行数据分析。

三、软件操作及结果解读

(一) 软件操作

1. 数据加权

因为数据是频数形式,因此需要先对频数进行加权,详见个案加权(Weight Cases)一(频数资料的加权)——SPSS软件实现

2. 寿命表分析

选择“分析”—“生存分析”—“寿命表”(图2)。

图2

打开“寿命表”对话框(图3),将“术后年数”选入“时间”,显示时间间隔从0到10,“按”(间隔)为1 ;将status选入“状态”,“定义事件”中设置“单值”为1(图4);将sex选入“因子”,“定义范围”中“最小值”填0,“最大值”填1 (图5)。

图3
图4
图5

点击图3右侧“选项”,打开“寿命表:选项”子对话框(图6),勾选“寿命表”,“图”中勾选“生存分析”,“比较第一个因子的级别”中勾选“总体”(若有多个分组需要进行两两比较,选择“成对”)。

图6

(二) 结果解读

男、女性癌症患者的寿命表见图7,主要观察指标为“终止比例”和“生存分析比例”。以男性0~1年龄组为例,“0”时进入研究的患者为83例,其中1例在0~1年中删失,由于不知道具体的删失事件,假设均只被观察了半年,因此暴露在死亡风险中的总人数为83-1/2=82.5。同该时间区间内有3人出现了结局事件,因此死亡率(终止比例)的估计值为3/82.5=0.04,生存分析比例为1-0.04=0.96。可见,寿命表法是将其间删失的个体算作观察到了一半,进而对观察数进行校正。

图7

“生存分析时间的中位数”结果(图8)中列出了两组的中位生存时间,可知男性低于女性。“总体比较”结果(图9)提供了统计学推断结果,可知差异有统计学意义(wilcoxon统计量为7.759,P=0.005)。

图8
图9

生存函数图见图10,以图形的形式显示死亡事件的风险,下降得越快说明死亡风险越大。从图上也可清楚看出,男性的死亡风险比女性高。

图10

四、结论

本研究使用寿命表法比较男、女性癌症患者生存状况是否存在差异。计算得到男、女性患者术后生存中位时间分别为6.25年和8.46年,男性患者生存状况差于女性患者(P=0.005)。

五、分析小技巧

在寿命表分析时,要比较组别之间的差异,图3中“因子”和“按因子”的效果一样。在SPSS中,“因子”的作用类似于拆分文件中的“比较组”,而“按因子”的作用类似于拆分文件中的“按组来组织输出”。

六、寿命表法和Kaplan-Meier法的比较

  • 原理:寿命表法是将生存时间分成许多小时间段,计算该段内生存率的变化情况,分析重点是研究总体的生存规律。而Kaplan-Meier法则是计算每一结局事件发生时间点的生存率,分析的重点除研究总体生存规律以外,主要目的是寻找相关影响因素。
  • 统计学检验方法:寿命表法采用Wilcoxon法 (Gehen法),Kaplan-Meier法提供了Log Rank检验、Breslow检验和Tarone-Ware检验。
  • 分层变量的处理:寿命表法仅按该分层变量进行分层,并未考虑其对生存时间的影响,即在没有考虑分层变量对生存时间影响的情况下,仅对研究因素对生存时间的影响进行统计分析。而Kaplan-Meier法则是在控制该分层变量的情况下,分析各研究因素对生存时间的影响情况。

End
文章目录 沉浸式阅读