微信直播

生存数据的Logrank检验----基于MedCalc软件实现

Published at: 2015年第1卷第S1期

周支瑞
关键词:

作者|周支瑞 ,复旦大学附属肿瘤医院放射治疗科在读博士。

 

虽然生存分析的Logrank检验在SPSS软件中实现较为方便,但SPSS软件不能提供Hazard Ratio(风险比)及其95%可信区间,亦不能在生存曲线图形下方提供Numbers at Risk(历险数),而这两个指标恰恰是论文中要求报告的重要统计指标。如何解决这个问题?今天笔者给大家介绍一个权威、好用,专为医学科研工作者量身定做的统计软件----MedCalc,这个医学统计软件可以应付大多数的医学统计问题,而且制图美观,推荐级别:五颗星!下面我们就以案例的形式讲解MedCalc在生存分析中的应用。

【案例】表1列出了一项新药临床试验中44名慢性活动性肝炎患者的生存时间(月)。这些患者被随机分配至强的松新药组或对照药物组,每组22名。对这些患者进行随访,并记录他们死亡发生的时间直至研究结束。在研究期间,新药组有1名患者失访,对照组没有患者失访。在研究结束时,新药组有10名患者仍然存活,对照组有6名患者删失。

表1 44名慢性活动性肝炎的生存资料


+表示删失

第一步,如图所示录入数据


图1 录入数据

此处需要注意:出现结局应该赋值为“1”,截尾数据赋值为“0”,不能调换,主要原因是软件默认1为出现结局,而且不能自定义。

可以点开Variables查看录入变量的属性,修改变量标签等,如下图所示


图2 
变量设置窗口

第二步,如图依次点击


图3
 选择K-M曲线法

第三步,如图选择对应的变量填入以及对输出结果的选项进行设置


图4
变量填入及选项设置

参数解释:Survival time:此处选择生存时间months;Endpoint:此处选择生存状态变量status;Factor:此处选择分组变量。Options:选项中勾选的两项分别表示“在生存曲线上显示截尾数据”以及“在图形下方显示历险数”。

第四步,结果解读

Mean and median survival


软件计算结果直接报告了实验组、对照组以及总体的中位生存时间及95%可信区间。

Comparison of survival curves (Logrank test)


此表报告了Logrank test的p值,P = 0.0309。因此可以认为新药组与对照组生存时间有差异,新药组优于对照组。

Hazard ratiosa with 95% Confidence Interval


a Column/Row

此表给出了新药组与对照组比较的Hazard ratios 以及 95% 可信区间。新药组与对照组比较,HR及95%CI为:0.4456(0.2058 to 0.9644),即新药组的死亡风险是对照组的0.4456倍,可见新药的疗效优于对照药物。

 

第五步,导出或打印图片。此处建议安装虚拟打印机打印生存曲线图形,以获得可用于投稿的高分辨率的清晰图片。如图5所示,图片的底部提供了Numbers at risk(历险数)。

图5 生存曲线

至此,本文开始处提到的两个SPSS软件不能方便实现的两个重要指标在MedCalc软件中都实现了,足见其功能的强大,非常适合医学科研工作者。在MedCalc软件中实现Logrank检验演示完毕,下一期我们讲解在MedCalc软件中实现Cox回归分析。

最后留下一个问题给大家思考:

Numbers at risk(历险数)是否可通过对应时点的生存率乘以总病例数获得?

关于上期的题目,你答对了吗?一起来看看笔者解答吧!

上期回顾:

诊断准确性试验数据处理——基于MedCalc软件实现(全文)

题目:

敏感度或特异度能否综合判断诊断试验的效能?换言之敏感度与特异度能否取代ROC曲线?

答案:

无论敏感度还是特异度,只能从一个点上反应诊断试验效能。ROC曲线下面积能综合反应诊断试验的效能

 

答对的童鞋赶紧私信小编:“单位+科室+姓名+联系方式+邮箱+邮寄地址”,小编将为你送出由笔者主编的《傻瓜统计学》一本哦!

【AME 统计】专栏自开设以来,一直以向读者推送各种统计学干货为宗旨,鼓励自由讨论。

doi:10.3978/kysj.2014.1.1624

comments powered by Disqus

附件