生存分析log-rank检验样本含量估计影响因素

目的探讨生存分析log-rank检验样本含量估计的影响因素。方法应用PASS软件中的Lachin-Foulkes方法模块,设置不同的参数计算实例的样本含量来研究log-rank检验样本含量估计的影响因素。结果检验水准(包括单、双侧检验)、预期的检验效能、风险比、试验组和对照组例数是否均衡、随访的时间、删失率等因素都会影响log-rank检验样本含量估计。结论生存分析log-rank检验样本含量估计受诸多因素影响,设计阶段样本含量估算应考虑这些影响因素。

霍特林T^2检验及多元方差分析在生存质量研究中的应用

目的 探讨生存质量资料分析的统计学方法。方法 采用霍特林T2 检验及多元方差分析分析处理社区人群的生存质量资料。结果 分析结果显示 ,不同性别、不同行政区的社区人群从生存质量的四个角度综合来看差别具有统计学意义。结论 霍特林T2

基于含治愈患者生存数据的Cox-TEL方法性能的模拟研究

目的 探究针对长期生存数据的Cox比例风险模型的Taylor拓展调整(Cox-TEL)方法在含治愈患者的生存数据下的适用条件与适用范围。方法 基于Weibull分布模拟生存数据方法,模拟生成不同治愈率、删失率和治愈率差值的生存数据。然后基于Cox-TEL方法进行分析,获得Ⅰ类错误和检验效能对其表现性能进行评价。结果 针对模型的未治愈部分,Cox-TEL方法的Ⅰ类错误略高于0.05,其检验效能在样本量较大、治愈率差值较大时较为理想。针对治愈部分,Cox-TEL方法的Ⅰ类错误能够较好的控制在0.05左右,且在大多数情况下都能保持较高的检验效能。结论 Cox-TEL方法在多数情况下,比如样本量较大、删失率较低、组间治愈率差值较大时,能有效分析未治愈患者数据,得到较可靠的风险比HR值;在不同的样本量、删失率和治愈率下,该方法都能较准确地估计出治愈患者两组治愈率差值。

《大数据分析方法项自实战》

本书对数据分析的作用、意义做了简要概述,使用不同技术详细地向用户解释了初始数据分析、建立和管理数据文件、绘制统计图表、基本统计分析、平均数差异分析、非参数检验、方差分析、相关分析、回归分析、信度分析、聚类分析和判别分析、对数线性分析、时间序列分析、多重响应分析、生存分析、因子和对应分析等内容。

176例急性白血病的生存分析

对176例急性白血病病人进行了治疗和随访观察，用生存分析Logrank检验和COX回归模型，探讨了影响急性白血病生存的有关预后因素，认为发病时周围血中原＋（早）幼百分比，达到CR的天数，诱导缓解期最低白细胞数为最主要的预后因素，并计算出长期生存率为11．4％。

长期生存率比较的统计检验法

目的针对基于生存数据的长期疗效分析的问题,特别是两条生存曲线出现交叉或危险率不成比例的情况下,比较在特定时刻点后组间生存率的差异,本文主要介绍组合检验法ZOLS、ZSP,p和χ^2三种检验的适用情况。方法在两组危险率不满足比例风险假定的前提下,对生存曲线交叉和后期差异大的两个例子,分别使用ZOLS、ZSP,p和χ^2三种方法检验在不同时刻点之后组间生存率的差异。结果两个例子中,ZOLS检验与χ^2检验对不同时刻点之后的组间生存率差异进行检验,均能得出较为一致的结论,并且与实际情况符合。而ZSP,p检验的结果与前两种相比有差异。结论结合实例分析,在比较长期疗效或者生存曲线特定时间点后的生存率时,建议使用ZOLS检验与χ^2检验。

关于生存分析中的统计方法及其应用

设计了4组实验,通过对老鼠注射某种药物,观测老鼠的生存时间,收集科学数据,然后利用对数(log-rank)检验理论,对观测到的数据进行生存分析,最终确定药物的疗效.

非比例风险模型生存分析方法的选择及应用

在医学研究中,生存分析是我们研究某种治疗方法或药物疗效的常用方法。生存分析的常用方法有Kaplan-Meier法(K-M法)、寿命表法、log-rank检验以及Cox比例风险(Coxph)模型等。任何统计分析方法都有其适用条件,如比例风险Coxph模型组间危险率(hazard ratio,HR)必须满足比例风险(proportional hazard,PH)假定,即HR值不随时间变化而变化。不满足PH假定时log-rank检验的检验效能下降,最终得到的统计学结果可能会掩盖治疗效果的真实性。本文将介绍几种不满足比例风险时适用的统计学方法。

临床试验中生存分析的非劣效研究设计及R软件实现

近年，非劣效性临床试验在药品开发中已有广泛的应用，统计学上关于试验药物相对于阳性对照药物的非劣效性评价方法已有多种，但主要集中在终点指标为二分类或正态连续型数据的临床试验。当观察指标为生存时间（survival time）时，可能包含截尾数据（censored data），则缺少相应的非劣效性评价方法，主要原因是生存分析设计背景下非劣效性的定义较为困难。本文拟介绍一种基于生存时间指数分布模型，假设对照组死亡风险率λ2与试验组死亡风险率λ1，之比为常数P，并在此基础上定义非劣效界值的分析方法，结合实例介绍其试验设计和统计检验方法，同时给出R软件实现程序。

样本量估计及其在nQuery软件上的实现——生存分析(一)

3生存分析3．1两组生存曲线的比较3．1．1差异性检验3．1．1．

医学期刊中的生存分析及存在的问题

针对医学期刊中应用生存分析的统计学知识 ,进行了比较全面的论述 ,并就存在的问题进行了剖析。

生存资料回归模型分析——生存资料参数回归模型分析SAS实现

本文目的是介绍生存资料参数回归模型的SAS实现,包括创建SAS数据集、依据图示法选择模型、拟合参数模型和似然比检验。利用SAS中的LIFEREG过程绘制生存函数关于生存时间的关系图,拟合对应的参数分布回归模型,通过拟合优度检验选择最优的参数回归模型,最后对相关结果进行解释。

生存资料回归模型分析--Cox比例风险假设的拟合优度法

本文目的是介绍一些检验比例风险假设的方法。图示法是通过绘图然后由人工进行判断是否符合比例风险假设,因而具有一定的主观性。在图示法的基础上,本文介绍了从客观角度检验比例风险假设的一些常用方法,主要包括两类:一类是基于残差的检验;另一类则是构建协变量与时间的交互项并对其进行检验的方法。首先阐述了上述方法的原理,然后基于SAS软件并通过一个实例介绍上述方法的实现。

生存资料回归模型分析——生存资料参数回归模型分析基础

本文目的是介绍生存资料参数回归模型有关的基础知识。首先,介绍了构建三个常见的生存资料参数回归模型的基本原理,包括指数分布回归模型、Weibull分布回归模型和Log-logistic分布回归模型;其次,介绍了基于图示法判断生存时间服从何种概率分布的方法;最后,介绍了基于最大似然估计法求解参数回归模型中的参数和两个参数回归模型拟合优度的比较。得到如下结论:①当资料中的生存时间服从特定概率分布时,应选用相应的参数回归模型;②图示法可用于粗略判断生存时间服从何种概率分布;③似然比检验可用于包含不同参数数目的两个参数回归模型之间拟合优度的比较。

生存分析(二)

3.生存分析中传统的参数方法传统的分析生存数据的参数法多采用参数模型,即用各种函数去拟合生存曲线。最常见的模型有以下几种:

基于两条生存曲线间面积的非参数统计推断方法研究

目的在生存数据组间比较研究中,当风险率成比例假设失效,特别是生存曲线交叉时,Log-rank检验的检验效能很低,本文介绍和研究一类无上述假设条件的检验法。方法首先介绍一种基于两条生存曲线间面积值的检验法,其次基于置换检验思想提出校正的置换面积检验法,并通过Monte Carlo模拟将上述两种方法与常用的Log-rank和加权Kaplan-Meier检验进行性能比较和评价。结果模拟结果显示,在I类错误上除面积检验法偏离较大外,其余检验法仅有轻微波动。在检验效能方面,风险率成比例假设满足时,Log-rank的检验效能最高;生存曲线交叉于早期时,面积检验和置换面积检验的检验效能最高;除此之外,置换面积检验法效能最高。结论当生存数据风险率成比例假设成立时,推荐Log-rank检验;但当该假设失效,特别是生存曲线出现交叉时,推荐使用置换面积检验法。

生存资料的成组序贯试验样本量估计及其PASS软件实现

以生存数据作为主要疗效终点的肿瘤等临床随访研究日益广泛,生存资料的临床试验也越来越多。与传统试验设计方法相比,成组序贯设计可以在试验进行过程中进行多次期中分析以提前得出结论结束试验,具有更强的灵活性。生存资料的成组序贯试验不仅可以节省时间和资源,加快有效药物的试验进程,还可以减少受试对象暴露于较差的治疗,更加符合伦理学要求,而如何进行成组序贯设计生存资料样本量估计是试验设计过程中需要解决的关键问题。

样本量估计及其在nQuery(nTerim)和SAS软件上的实现--期中分析(二)

示例3设一个生存分析资料，其生存函数服从指数分布，第1组在t时间点的生存率预期为0．3，第二组为0．45，在观察结束前欲进行4次期中分析，时间点均匀分割，若希望达到90％的检验效能和保证双边0．05的I类错误水平，消耗函数取O’Brien—Fleming法，所需最大样本量及事件数各为多少？