生存分析参数回归模型拟合及其SAS实现

论文摘要

目的:阐述生存分析参数回归模型的拟合、拟合优度检验、生存预测、分段指数回归方法及其SAS实现过程。对生存资料建立参数回归模型,对生存时间的分布特征进行描述,对影响生存时间的主要因素进行分析。在拟合优度检验筛选模型基础上进行生存预测。方法:采用SAS8.2中的PROC LIFEREG过程,首先对糖尿病患者生存资料建立指数模型、Weibull模型和Gamma模型,然后用图示法和似然比检验两种方法对所建模型进行拟合优度检验,比较该资料拟合哪种模型较好。根据筛选模型预测中位生存时间,采用宏程序预测生存率及产生风险函数图。若生存资料不符合指数模型,可考虑建立分段指数回归模型。结果:参数回归模型可分析影响生存时间的协变量,给出协变量系数的参数估计值、标准误和假设检验结果。图示法和似然比统计量两种方法对参数模型进行拟合优度检验各有其优缺点,图示法比较直观,而似然比统计量更加准确。预测中位生存时间、生存率和风险函数可反映疾病对生命的危害程度,用于评价某些病程较长疾病的远期疗效。SAS软件实现非常方便和快捷。结论:在生存分析中用SAS程序对生存资料拟合适当的模型,可以更方便迅速地对具有截尾数据的资料进行参数估计和假设检验。当资料服从特定分布时应选用相应的参数回归模型。图示法和似然比检验可用于参数回归模型的拟合优度检验。中位生存时间、生存率和风险函数是预后评价的主要指标。

论文目录

• 摘要
• ABSTRACT
• 前言
• 第一章 生存分析基本概念回顾
• 1.1 生存时间
• 1.2 概率密度函数
• 1.3 生存函数
• 1.4 风险函数
• 1.5 中位生存时间
• 第二章 参数回归模型拟合
• 2.1 指数模型
• 2.2 Weibull模型
• 2.3 Gamma模型
• 2.4 SAS PROC LIFEREG过程
• 2.5 糖尿病患者资料简介
• 2.6 参数回归模型SAS程序及结果
• 2.7 讨论
• 第三章 参数回归模型拟合优度检验
• 3.1 图法评价模型拟合
• 3.2 似然比拟合优度检验
• 3.3 讨论
• 第四章 参数回归模型生存预测
• 4.1 预测中位生存时间
• 4.2 预测生存率
• 4.3 生成风险函数
• 4.4 实例分析
• 4.5 讨论
• 第五章 分段指数模型
• 5.1 分段指数模型简介
• 5.2 SAS实现
• 5.3 结果解释
• 5.4 讨论
• 参考文献
• 附录
• 个人简介
• 致谢