生存分析关注研究对象出现结局信息，尤其是面对删失数据的处理。删失数据是指对象随访期间阳性结局未出现而失访的情况。尽管存在数据缺失，但不完全生存时间仍有研究价值。生存分析包括描述生存过程、比较生存特征、探讨影响因素和预测生存概率。常用方法有寿命表法、Kaplan-Meier法、logRank检验、广义秩和检验及Cox回归分析。
一、生存分析
生存分析另外一个重要的数据是有关研究对象是否出现结局的信息。实际上，如果一群研究对象进行长期的随访，就会出现许多对象失访的现象，在生存分析上称之为删失（Censored Data）。如果出现删失，表明患者虽然被观察一段时间，但是阳性结局未出现，但人丢了，我们无法得到该对象完整的生存时间。
注：删失本质就是研究数据出现了缺失。数据缺失这是个大问题，这对医学研究非常不利。我们无法根据所有观察对象计算“死亡速度”，因而很难去去准确去探讨人群的平均的生存时间，比较不同组人群的生存速度。但删失的对象仍然有一定的价值，在删失发生之前，因为仍然是队伍中重要的一员，他们提供了部分生存时间，我们称之为不完全生存时间或者截尾值(censored value) 。
以肝癌死亡为例，基于上述信息，我们来描绘下一群人或者多群人的生存过程
比如，有10名肝癌患者，三年内，第一年死亡4人，第二年死亡3人，第三年死亡1人。我们便可以计算年死亡速度，第一年死亡速度是40%（4/10）
最低0.47元/天 解锁文章
扫一扫
4816
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
