sas 生存 程序

《sas 生存 程序》由会员分享，可在线阅读，更多相关《sas 生存 程序（11页珍藏版）》请在装配图网上搜索。

1、您现在的位置：生物谷生物生物教程SAS6.12统计教程生物频道正文SAS第十课：随访资料的生存分析非参数法与半参数Cox比例风险模型信息来源：医学统计之星更新时间：2004-7-12 22:20:00 生存分析方法大体上可分为三类：非参数法、参数法和半参数方法，与之相对应，SAS提供了三个程序步用于生存分析，它们是： LIFETEST过程 提供非参数分析方法，用乘积极限法(Product limit method)和寿命表法(Life table method)估计生存率和中位生存时间等；用对数秩检验(Log-rank test)、Wilcoxon检验和似然比检验等做分组比较。该过程主要用于估

2、计生存率及进行单因素分析。 LIFEREG过程 提供指数模型、Weibull模型、Gompertz模型等参数分析方法。 PHREG过程 提供半参数Cox比例风险模型分析。本章只介绍常用的LIFETEST过程和PHREG过程。10.1 LIFETEST过程及其应用10.1.1 语法格式LIFETEST过程的语法格式如下：PROC LIFETEST 选项;TIME ;TEST ;STRATA ;FREQ ;BY ;10.1.2 语法说明PROC 和TIME语句为必需的，其他语句都可以省略。TIME语句，为必需语句,定义生存时间和截尾指示变量【过程选项】1. METHOD=方法 指定估计生存率所用的

3、方法： PL 要求用乘积极限法(即Kaplam-Meier法)估计生存率并计算中位生存时间等，为缺省方法。 LT 要求用寿命表法估计生存率等。 INTERVALS=(初值 TO 终值 BY 步长) 只能在指定分析方法为寿命表法时使用。用寿命表法分析时，程序会自动给定生存时间的区间。如果人为规定生存时间的分组区间，则需用该选项指定。步长的缺省值为1。2. PLOTS=绘图类型 要求输出生存分析图。可供输出的图形有： S 对生存函数S(t)做图，横、纵坐标分别为t、S(t)。 LS 对-LOGS(t)做图，横、纵坐标分别为t、-LOGS(t)。 LLS 对LOG（-LOGS(t)做图，横、纵坐标分

4、别为LOG(t)、LOG（-LOGS(t)。 H 对风险函数做图, 横、纵坐标分别为t、H(t)。【TIME语句】TIME语句用于定义生存时间和截尾指示变量。对截尾指示变量可以指定发生失效事件的数值，默认失效事件用0来表示，截尾事件用1来表示。【STRATA语句和TEST语句】STRATA语句定义生存率比较的分组变量，TEST语句定义生存率比较的分组变量或协变量。STRATA语句在这里的作用和BY语句类似，都是要求按分组变量名列进行分析，在计算生存率时各组分开计算；TEST语句定义需检验的变量，即生存时间与该变量是否有关，如果它后面定义的变量为数值变量，则把该变量当作协变量检验与生存时间的关系

5、。如果它定义的为分组变量，则分组比较生存时间有无差别。10.1.3 应用实例例10.1 观察两组卵巢腺癌患者的病程天数如下。请用对数秩检验比较两组的生存期差异有无统计学意义，并作生存率曲线。(医统P.321，7.2题)A组(低恶性高分化癌)：28 29 175 195 309 377 393 421 447 452 709 744 770 1106 1206B组(高恶性低分化癌)：34 88 137 199 280 291 299 300 309 351 358 369 370 375 382 392 429 451 1119解：程序如下：data a.yt7_2;input t ;if t0

6、 then censor=1;else censor=0;if _N_ Test Chi-Square DF Chi-Square 统计量 值 自由度 P值 Log-Rank 5.1240 1 0.0236 Wilcoxon 1.9548 1 0.1621 -2Log(LR) 4.0098 1 0.0452这是各层生存曲线之间齐性检验的结果。这里给出了3种检验方法的结果：P值依次为0.0236(log-rank test)、0.1621(Wilcoxon test)、0.0452(likelihood ratio test)。此外，还给出log-rank test和Wilcoxon test检

7、验中卡方值的中间结果(本处未列出)。按=0.05水准，拒绝H0，接受H1 ，两组生存时间有差别。 第二部分是寿命表法结果，把生存时间划分为区间，计算区间左端点处的生存概率。 Life Table Survival Estimates GROUP = A Conditional Effective Conditional Probability Interval Number Number Sample Probability Standard Lower, Upper) Failed Censored Size of Failure Error (1) (2) (3) (4) (5) (6)按

8、区间宽度为200将 死亡数 截尾数 校正期初人数 死亡的条件概率 第(5)列数据生存时间划分成若干区间 的标准误 0 200 4 0 15.0 0.2667 0.1142 200 400 1 2 10.0 0.1000 0.0949 400 600 1 2 7.0 0.1429 0.1323 600 800 0 3 3.5 0 0 800 1000 0 0 2.0 0 0 1000 1200 0 1 1.5 0 0 1200 1400 1 0 1.0 1.0000 0 Survival Median Median Interval Standard Residual Standard Lowe

9、r, Upper) Survival Failure Error Lifetime Error (1) (7) (8) (9) (10) (11)按区间宽度为200将 区间左端点处 区间左端点处 第(7)列数据 中位剩余生存时间 第(10)列数据生存时间划分成若干区间 生存率 死亡概率 的标准误 的标准误 0 200 1.0000 0 0 200 400 0.7333 0.2667 0.1142 400 600 0.6600 0.3400 0.1241 600 800 0.5657 0.4343 0.1376 800 1000 0.5657 0.4343 0.1376 1000 1200 0.

10、5657 0.4343 0.1376 1200 1400 0.5657 0.4343 0.1376 Evaluated at the Midpoint of the Interval PDF Hazard Interval Standard Standard Lower, Upper) PDF Error Hazard Error (1) (12) (13) (14) (15) 区间中点概率密度 第(12)列数据的标准误 区间左端点处风 第(14)列数据 函数的估计值 险率估计值 的标准误 0 200 0.00133 0.000571 0.001538 0.00076 200 400 0.00

11、0367 0.000353 0.000526 0.000526 400 600 0.000471 0.000445 0.000769 0.000767 600 800 0 . 0 . 800 1000 0 . 0 . 1000 1200 0 . 0 . 1200 1400 0.00283 0.000688 0.01 0给出的其它结果同log-rank test，此处从略。两法计算结果基本一致，PL法可看成是LT法的特殊情况，即每个生存时间的区间宽度为1。10.2 PHREG过程及其应用PHREG（proportional harzard regression,比例风险回归）过程基于Cox比例危

12、险模型对生存数据进行回归分析，结局变量（应变量）为生存时间，可以处理生存时间有截尾的数据。模型中的自变量可以是连续性、分类变量、时间依存的自变量。对成比例风险是否成立作出检验，利用最大似然法迭代求出模型的参数估计，对模型的参数作似然比、比分检验和Wald检验三种检验。10.2.1 语法格式PHREG过程的语法格式如下：PROC PRREG 选项;MODEL = /选项;1STRATA ;FREQ ;BY ;10.2.2 语法说明1MODEL语句为必需的,定义生存时间和截尾指示变量和说明变量【过程选项】 NOPRINT 不打印输出 NOSUMMARY 不打印输出事件和截尾数值 SIMPLE 输出

13、MODEL 语句中每一个说明变量的简单的描述统计量。【模型选项】 TIES=方法 指定估计生存率所用的方法： BRESLOW 使用Breslow的近似似然估计，为默认的选项 DISCRETE 用离散Logistic模型替代比例风险模型，多用于m:n的Logistic回归 EFRON 使用Efron的近似似然。 EXACT 计算在比例危险假定下所有失效事件发生在具有相同值的删失时间或较大值时间之前的精确条件概率。 ENTRYTIME=变量名，规定一个替代左截断时间的变量名。 SELECTION=method, 方法可以选择以下几种， FORWARD(或F) 按照规定的P值SLE从无到有依次选一个

14、变量进入模型 BACKWARD（或B） 按照规定的P值SLS从含有全部变量的模型开始，依次剔除一个变量 STEPWISE（或S） 按照SLE的标准依次选入变量，同时对模型中现有的变量按SLS的标准剔除不显著的变量 SCORE 采用最优子集选择法【STRATA语句】比例风险的假定可能不会对所有的层都成立，此时需要作分层分析。STRATA语句要求按照分层变量名列的水平数拟合一个多层的Cox模型。与BY语句不同，后者是要求按分组变量名列分别估计模型及参数。PHREG过程中还可以加入编程语句用以创建模型中的新的自变量，但不能用以修改应变量，截尾变量，组变量或分层变量的值。当省略所有的选项，并且只有一个

15、分类自变量（分组变量）时，模型的检验相当于生存曲线的比较。10.2.3 应用实例例10.2 随访25例分别以A、B治疗方法治疗的某癌症病人，资料如下，+号表示为截尾值。1：有肾功能损害，0：无肾功能损害，请试作COX回归。A疗法B疗法编号肾功损害生存日数编号肾功损害生存日数11813113120521611851582512381631107021163100767022020180240365901954045220021018049630232220528+170300190560+230396150676+140490+60540+利用PHREG过程拟合COX比例风险模型，建立一个数据集

16、，生存日数day为结果变量，还需一个截尾指示变量censor，1为截尾，0为无截尾。组变量GROUP指示治疗组，协变量renal表示肾功能损害。程序如下：data a.bk5_2;input group renal day;censor=(day0);days=abs(day);cards;1 1 8.2 0 -540；proc phreg data=a.bk5_2;model days*censor(1)=group renal ;run;定义截尾指示变量censor，用逻辑运算函数实现转换，当day RiskVariable DF Estimate Error Chi-Square Chi

17、-Square Ratio变量名 自由度 参数估计 标准误 参数的Wald2检验 P值 相对危险度GROUP 1 0.989726 0.52355 3.57363 0.0587 2.690RENAL 1 4.112210 1.13854 13.04529 0.0003 61.082本例模型总的检验三种方法的P值都小于0.05，模型有统计学意义。对自变量的检验结果用Wald2检验，P值分别为0.0587，0.0003。根据参数估计值可写出COX回归方程：h(t,x)=h0(t)*e0.989726group+4.112210renal相对危险度分别为2.690，61.082，说明B组死亡的危险为A组的2.690倍，而伴肾功能损害的死亡的危险为无肾功能损害61.082倍。（原著：田晓燕 李晓松）生物频道录入：admin责任编辑：admin窗体顶端相关文章SAS第九课：非参数检验SAS第八课：直线回归、直线相关与Logistic回归（下）SAS第八课：直线回归、直线相关与Logistic回归（上）SAS第七课：方差分析与协方差分析SAS第六课：分类资料的统计描述与简单推断SAS第五课：定量资料的统计描述和t、u检验SAS第四课：如何用SAS做统计图SAS第三课：SAS程序基本语法入门SAS第二课：SAS/ASSIST视窗简介SAS第一课：SAS界面及基本操作概述