以数据文件“马克威通用数据2.mkw”为例,演示寿命表算法的操作。首先,在工作区,打开建模分析工作流“高级统计”→“生存分析”→“寿命表”;
(1)接着选择数据源;
(2)然后设置算法的参数;
(3)主要操作步骤如下:
1)选择数据源;
2)变量选择:
时间变量:用于选入生存时间变量。
时间间隔:输出到寿命表的生存时间范围及组距。在“从0到_”的后面框内填入生存时间上限。在“步长_”后面的框内填入生存时间的组距。
状态:用于选入生存状态变量。在选入生存状态变量后,设置事件发生的数值:
值:输入一个标记值,如1,表示失效事件。
范围:若失效事件为某个取值范围,如高血压治疗中舒张压大于等于110就认为是治疗失败,则在范围值框内定义范围。
参数设置如下所示,选取时间变量为“术后年数”,状态变量为“生存状态”,时间间隔从0到10,步长为1,单一值设置为1:
(5)输出结果:
(6)结果说明:
上表给出的就是胃癌病人的寿命表。从寿命表中我们可以看出,累计生存率、概率密度、风险率等指标。
输入变量类型:整型数据
1)该算法用于分析分组生存资料,求出不同组段时的生存率,因此一般要求进行权重预操作,即有一个表示个体数目的字段,个体数目必须是整值;
2)要求输入时间变量,包括最大观察时间点和步长,为整数值;
3)要求输入状态变量,而且要定义事件终结值,为单值或范围值;
输入数据尺度:标量型,名义型
寿命表亦称生命表,它反映的是群体生存死亡过程。它注重估计已知在某些区间起始点仍存活而在该区间内死亡的条件概率,以及在区间结束点仍存活的概率,即计算一定的时长分段内的生存概率。
寿命表法适用于随访的病例数较多,将资料按生存期进行分组,在分组的基础上计算生存率;其应用领域:产品质量检验、药品疗效检验、金融保险业、人群寿命统计等。
寿命表的基本思想是将整个观测时间划分为很多小的时间段,对于每个时间段,计算所有活到某时间段起点的病例在该时间段内死亡(出现结局)的概率。因此,当资料是按照固定的时间间隔收集(比如一个月随访一次)时,随访的结果只有该年或该月期间的若干观察人数、发生失效事件的人数(即出现预期观察结果的人数)和截尾人数(删失人数),每位患者的确切生存时间无法知道,此时就应当使用寿命表法来分析。这也称为分组资料的生存分析。
输出结果:
时段观察例数:进入该组段的观察例数,即活到该组段下限的例数.
时段删失例数:该组段的删失例数。
有效观察例数:时段观察例数-时段删失例数/2
终结事件例数:终结事件的例数,即死亡(复发,恶化)例数。
终结事件比例:终结事件比例,即死亡比例。
生存事件比例:生存比例,1-终结事件比例
累积生存率:至本组段上限的累积生存率,由各组的生存概率累积相乘所得.
概率密度:概率密度,所有个体在时点t后单位时间内死亡概率的估计值.
风险率:风险率, 活过时点t后单位时间内死亡概率的估计值
累积生存率的标准差: 累积生存率的标准误。
概率密度的标准差:概率密度的标准误。
风险率的标准差:风险率的标准误。
订购用户 | 订购时间 | 年限 | 运行环境 | 版本 |
1399****246 | 2020-01-20 16:56:12 | 1年 | Windows | 单机版 |
1811****398 | 2018-07-23 13:44:40 | 1年 | Windows | 单机版 |
1398****741 | 2017-12-29 09:10:30 | 1年 | Windows | 单机版 |
1556****001 | 2017-08-10 23:45:25 | 1年 | Windows | 单机版 |
1820****659 | 2017-05-24 09:58:49 | 1年 | Windows | 单机版 |
1832****368 | 2017-05-10 16:14:57 | 1年 | Windows | 单机版 |
1774****965 | 2017-04-29 11:55:44 | 1年 | Windows | 单机版 |
1381****657 | 2017-04-07 00:10:41 | 1年 | Windows | 单机版 |
1381****657 | 2017-04-06 22:57:30 | 1年 | Windows | 单机版 |
1397****925 | 2017-03-29 10:56:41 | 1年 | Windows | 单机版 |