临床研究过程中，当研究涉及到的因变量有相关的生存时间时，常需用COX回归分析。当临床研究需要比较两组的生存结局是否存在差异时，常常需要用到Kaplan-Meier生存分析。Kaplan-Meier生存分析适用于估计生存的函数，主要用于生存率的组间比较，但无法校正其他混杂因素，因此，临床研究常常同时使用Kaplan-Meier生存分析与COX回归分析。

　　下面以实际案例分析如何在一篇文章中同时使用Kaplan-Meier生存分析和COX回归分析。

　　例如，某研究者拟观察伴有糖尿病的冠心病患者和不伴有糖尿病的冠心病患者的心血管死亡风险是否存在差异，同时分析糖尿病是否是影响冠心病患者心血管死亡的独立危险因素(其中糖尿病164例，无糖尿病42例)。分析伴或不伴糖尿病的冠心病患者生存的差异，需要用到Kaplan-Meier生存分析。另外，由于不同的冠心病患者死亡时间存在差异，涉及到生存时间进行Kaplan-Meier生存分析时，为了更好地展示试验结果，常常需要绘制Kaplan-Meier生存曲线。由于GraphPad Prism在绘图的美观性优于SPSS，因此，本案例在分析伴或不伴糖尿病的冠心病患者心血管死亡的差异时，将采用GraphPad Prism软件进行Kaplan-Meier生存分析和生存曲线绘制。

　　（一）Kaplan-meier生存分析

　　首先，打开GraphPad Prism(本案例选择的为GraphPad Prism第6版)软件界面，按照如图的“Survival”→“Start with an empty data table”→“Creat”的方式创建一个生存分析界面。

　　其次，进行相关的数据录入，可以直接从现成的Excel表中将数据进行复制。数据的第一列为生存时间，即从研究开始达到生存结局的时间。

　　然后，点击GraphPad Prism界面中“results”→“curve comparison”，即可以得到两组间的心血管死亡风险是否存在差异。由图中可得Logrank 检验中，P=0.0021，因此两组的生存结局存在差异，合并糖尿病的冠心病患者心血管死亡风险高于未合并糖尿病的冠心病患者。

　　后，点击“Garphs”→“Two Groups”，即可以得出Kaplan-Meier生存曲线。双击图片，即可以对图片中的曲线进行编辑加工和修改曲线颜色。后，选择“Export”，根据投稿期刊需要要求的格式，即可导出所需图片。

　　完成两组间的Kaplan-Meier生存分析，接下来需要采用COX回归分析校正混杂因素。

　　（二）COX回归分析

　　第一步：打开SPSS界面，录入数据。原始数据表，将因变量“是否发生心血管死亡”转换为“0”和“1”。生存时间一列的表示形式同上述Kaplan-Meier生存分析生存时间的表示。对于分类变量如性别、是否合并高血压、是否合并糖尿病，将数据转换为“0”和“1”的二分类变量。对于自变量为多分类的变量，可依次转换为“0”“1”“2”。对于自变量为连续性变量如年龄，可以根据临床研究的实际情况转换为分类变量，如“0”表示<18岁，“1”表示18-40岁，“2”表示41-60岁，“3”表示>60岁。也可直接按照连续变量纳入研究。

　　第二步：单因素COX回归分析。SPSS的操作流程为：“分析”——“生存分析”——“COX回归”。将“生存时间”置于“时间”一栏，将“生存结局”置于“状态”一栏。单击“定义事件”，在 “单值”处输入“1”，表示数据表中的“1”为研究的终点事件。在协变量处逐一纳入不同的变量，如一开始研究糖尿病对生存结局的影响，即纳入“有无糖尿病”这一变量。

　　右侧界面“保存”处勾选“生存分析函数”，“保存”处勾选“Exp(B)的置信区间”。点击确定，即可得出相应的统计结果。逐一选择变量，终筛选出具有临床统计学意义的相关变量。

　　第三步，多因素COX回归分析。SPSS的操作流程为：“分析”——“生存分析”——“COX回归”。在协变量处纳入单因素COX回归分析得出的有临床意义的变量，其余操作步骤同单因素COX回归分析。后，选择相应的纳入方法。

　　后，根据SPSS中的统计分析结果，可以采用以下表格进行统计描述。

　　看完上述教程，你学会了如何使用SPSS进行统计分析了嘛?