0 0.90000.0300 0.82210.9449 012345 05624 0.75000.04330.65290.8236 80.58100.05010.47650.6718 40.43870.05200.33540.5371 70.24370.0484 0.15570.3425 0.08120.03900.02600.1779 输出结果依次为各段生存时间起点与终点、期初人数、期内死亡人数、截尾值人数、生 存率、标准误及其相应的95%可信区间。要输出生存函数曲线图,只须在1 table命令后加 入 graph选项 l table time dead[ weight=num], graph nota noconf title(100例恶性肿瘤患者 术后生存率情况) gs56 0 图11.2100例恶性肿瘤患者术后生存曲线 本命令中, graph要求输出生存函数曲线: nota要求不输出寿命表; noconf要求在生存函 数曲线中不显示95%可信区间, title()则是给图形加上标注 如果获得资料中每一例患者都有自己的生存时间和随访结局,并且样本量较大时,也可 以用寿命表法进行计算,此时的 stata数据库结构为: time stata命令为 Itable time dead, interval(365) 以365天(1年)为组段制作寿命表 得到结果是一致的 3.两种方法的比较 ①.寿命表法适用于大样本或无法准确得知研究结果出现时间的资料, Kaplan- Meier 法主要用于小样本,也可以用于大样本 ②.寿命表法是按照指定的时段来分段,估计的是时间区间右端点上的生存率 Kaplan- Meier法是根据死亡时点分段,逐个估计死亡时点的生存率。 6
6 0 1 100 10 0 0.9000 0.0300 0.8221 0.9449 1 2 90 15 0 0.7500 0.0433 0.6529 0.8236 2 3 75 16 8 0.5810 0.0501 0.4765 0.6718 3 4 51 12 4 0.4387 0.0520 0.3354 0.5371 4 5 35 14 7 0.2437 0.0484 0.1557 0.3425 5 6 14 7 7 0.0812 0.0390 0.0260 0.1779 ------------------------------------------------------------------------------- 输出结果依次为各段生存时间起点与终点、期初人数、期内死亡人数、截尾值人数、生 存率、标准误及其相应的 95%可信区间。要输出生存函数曲线图，只须在 ltable 命令后加 入 graph 选项： ltable time dead [weight=num], graph notab noconf title (100 例恶性肿瘤患者 术后生存率情况) Proportion Surviving time 0 2 4 6 0 .5 1 图 11.2 100 例恶性肿瘤患者术后生存曲线 本命令中，graph 要求输出生存函数曲线；notab 要求不输出寿命表；noconf 要求在生存函 数曲线中不显示 95%可信区间，title（）则是给图形加上标注。 如果获得资料中每一例患者都有自己的生存时间和随访结局，并且样本量较大时，也可 以用寿命表法进行计算，此时的 stata 数据库结构为： time dead ┆ ┆ ┆ stata 命令为： ltable time dead, interval(365) 以 365 天（1 年）为组段制作寿命表 得到结果是一致的。 3．两种方法的比较： ①．寿命表法适用于大样本或无法准确得知研究结果出现时间的资料，Kaplan-Meier 法主要用于小样本，也可以用于大样本。 ②．寿命表法是按照指定的时段来分段，估计的是时间区间右端点上的生存率； Kaplan-Meier 法是根据死亡时点分段，逐个估计死亡时点的生存率
③.寿命表法不能确切得知死亡时间,假定每个时间段中的“死亡”是呈均匀分布,生 存率为线性变化,故简单化以直线相连接; Kaplan- Meier法其生存曲线是左连续的阶梯型 曲线,间断点的纵坐标在下一阶处,当样本量较大及死亡时点较多时,阶梯形就不明显了。 4.中位生存期的估计 寿命表法由于默认组段内生存率的变化是均匀的,因此可以直接在生存曲线上进行内插 (图11.3a),如例11.2,3年生存率为0.5810,4年生存率为0.4387,当生存率为0.5000 时,中位生存时间(年)为05810-059×(4-3)+3=3.57 0.5810-0.4387 而在 Kaplan- Meier法中,由于估计的是时点生存率,生存曲线是阶梯形的,对中位生 存期的估计有两种观点:一种观点认为中位生存期为生存率降到0.5或以下的首个生存时 间,另一观点认为需要先将生存率为0.5两侧左端点连线再进行内插。例11.3在两种观点 下中位生存期分别为22天和16天(图11.3b)。 stata软件默认的中位生存期估计为前一种 观点,可通过 stum命令得到实现 3574 如 图11.3a寿命表法中位生存期估计图11.3 o Kaplan- Meier法中位生存期估计 第三节生存曲线的比较 这一节将介绍两组生存资料比较最常用的时序检验(log- rank test),无效假设H为 两条总体生存曲线相同。如果H成立,两组生存资料来自同一总体,用两组合并的资料估 计一条生存函数曲线,该生存函数在各时段中所计算的理论死亡人数与实际死亡人数相差不 会太大,否则拒绝无效假设,接受备择假设,认为各组总体生存曲线不同或不全相同。 例11.4:某医生收集23例晚期肺癌患者在接受化疗后的生存时间t(月),按接受治疗 方案的不同划分为2组(1为常规方案,2为新方案),问不同的治疗方案对其生存时间长短 的影响有无显著性差异。 常规方案组 33+466+7+89+1419 新方案组: 599+10+11111213+1718+19+2032+ 计算步骤: (1)建立假设 H:两总体生存函数曲线相同 H1:两总体生存函数曲线不同 a=005 (2)按时间排序 将两组未截尾的完全生存时间从小到大混合排序,见表11.4第(2)列 表114两组肺癌息者资料分析表 序号生存时间死亡数期初观察数理论死亡数实际数一死亡数
7 ③．寿命表法不能确切得知死亡时间，假定每个时间段中的“死亡”是呈均匀分布，生 存率为线性变化，故简单化以直线相连接；Kaplan-Meier 法其生存曲线是左连续的阶梯型 曲线，间断点的纵坐标在下一阶处，当样本量较大及死亡时点较多时，阶梯形就不明显了。 4．中位生存期的估计 寿命表法由于默认组段内生存率的变化是均匀的，因此可以直接在生存曲线上进行内插 （图 11.3a），如例 11.2，3 年生存率为 0.5810，4 年生存率为 0.4387，当生存率为 0.5000 时，中位生存时间（年）为 (4 3) 3 0.5810 0.4387 0.5810 0.5000 − + − − =3.57。 而在 Kaplan-Meier 法中，由于估计的是时点生存率，生存曲线是阶梯形的，对中位生 存期的估计有两种观点：一种观点认为中位生存期为生存率降到 0.5 或以下的首个生存时 间，另一观点认为需要先将生存率为 0.5 两侧左端点连线再进行内插。例 11.3 在两种观点 下中位生存期分别为 22 天和 16 天（图 11.3b）。stata 软件默认的中位生存期估计为前一种 观点，可通过 stsum 命令得到实现。 图 11.3a 寿命表法中位生存期估计 图 11.3b Kaplan-Meier 法中位生存期估计 第三节 生存曲线的比较 这一节将介绍两组生存资料比较最常用的时序检验（log-rank test），无效假设 H0 为 两条总体生存曲线相同。如果 H0 成立，两组生存资料来自同一总体，用两组合并的资料估 计一条生存函数曲线，该生存函数在各时段中所计算的理论死亡人数与实际死亡人数相差不 会太大，否则拒绝无效假设，接受备择假设，认为各组总体生存曲线不同或不全相同。 例 11.4：某医生收集 23 例晚期肺癌患者在接受化疗后的生存时间 t（月），按接受治疗 方案的不同划分为 2 组（1 为常规方案，2 为新方案），问不同的治疗方案对其生存时间长短 的影响有无显著性差异。 常规方案组： 3 3+ 4 6 6+ 7+ 8 9+ 14 19 新方案组： 5 9 9+ 10+ 11 11 12 13+ 17 18+ 19+ 20 32+ 计算步骤： （1）建立假设 H0：两总体生存函数曲线相同 H1：两总体生存函数曲线不同 = 0.05 （2）按时间排序 将两组未截尾的完全生存时间从小到大混合排序，见表 11.4 第（2）列 表 11.4 两组肺癌患者资料分析表 序号 生存时间 死亡数 期初观察数 理论死亡数 实际数－死亡数