15.6: 生存分析的假设

Assumptions of Survival Analysis
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Assumptions of Survival Analysis
Please note that all translations are automatically generated. Click here for the English version.

153 Views

01:15 min
January 09, 2025

Overview

生存模型分析一个或多个事件发生(例如生物有机体死亡或机械系统故障)的时间。这些模型广泛用于医学、生物学、工程和公共卫生等领域,以研究事件发生时间现象。为了确保准确的结果,生存分析依赖于关键假设和仔细的研究设计。

  1. 生存时间呈正偏态
    生存时间通常表现出正偏度,这与许多其他分析中假设的正态分布不同。这意味着事件往往在早期发生得更频繁,随着时间的推移发生得更少。
  2. 数据审查
    当未观察到个体的完整生存时间时,会发生删失,但它与缺失数据不同。删失的常见原因包括参与者退出研究、研究期在事件发生之前结束,或参与者经历不相关的事件(例如,死于不相关的原因)。例如,在一项关于心脏病的研究中,在事故中死亡的参与者的数据将在死亡时被审查。
  3. 独立审查
    此假设假设删失的原因与感兴趣事件的可能性无关。例如,如果症状严重的参与者更有可能退出研究,则生存估计可能会产生偏差。确保删失独立于参与者的健康状况对于可靠的分析至关重要。
  4. 比例风险(特定于 Cox 模型)
    Cox 比例风险模型假设任意两个个体之间的风险比随时间保持不变。例如,如果一组在研究开始时发生事件的风险是另一组的两倍,则此风险比必须在整个研究期间保持不变。
  5. 平稳性
    平稳性假设事件随时间变化的概率在所有组中都相似,除非明确建模。例如,在比较接受新药治疗的患者与标准治疗的患者之间的生存时间时,影响生存率的外部因素对两组的影响应该相等,除非考虑到。
  6. 明确且具有临床意义的事件
    感兴趣的事件应具有临床意义并明确定义,以便进行准确的测量和分析。模棱两可或分类错误的事件(例如,不明确的复发标准)可能会损害生存时间数据的有效性。
  7. 足够的随访期
    随访持续时间应足够长,以观察足够数量的事件以获得稳健的统计能力。较短的随访时间可能会错过关键事件,并导致结论不完整或有偏见。同样重要的是尽量减少在不同时间招募的参与者之间的事件风险差异,以避免结果出现偏差。

生存分析中的设计注意事项

生存研究必须仔细设计以考虑这些假设。事件的明确定义、足够的随访时间以及最大限度地减少审查偏差的策略至关重要。当这些因素得到妥善管理时,生存模型可以为一系列学科的事件发生时间现象提供有价值的见解。

Transcript

生存分析是一种统计方法,用于评估事件发生之前的时间。它在医学上常用于分析预期寿命。

选择定义明确、清晰且可观察的临床相关事件以进行准确分析至关重要。

一个关键方面是删失,当数据因死亡或参与者退出研究等事件而不完整时,就会发生这种情况。例如,离开研究的患者的数据将进行右删失。

独立删失意味着删失的原因(例如退出研究)与感兴趣的结果无关。

接下来,Cox 比例风险假设假设组之间的相对风险或风险比保持不变。

平稳性假设确保事件随时间变化的概率对于所有研究组都是相同的,除非另有明确建模。

此外,必须仔细确定随访长度和样本量,以确保有足够的事件发生以进行稳健分析。

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for

Tags