首页 > 文献资料
-
含截尾数据的时间相依的ROC曲线分析
目的 将时间相依的ROC曲线应用到临床试验的分析中.方法 采用多中心、随机、双盲双模拟、阳性药物平行对照的治疗成人慢性乙型肝炎的Ⅱ期临床试验,通过三个模型,用时间相依的ROC分析方法考察两个次要疗效指标HBVDNA、ALT对疗效判定的诊断能力、两者的综合诊断能力以及各指标诊断能力的组间比较.结果 对乙型肝炎疗效的诊断方面,HBVDNA比ALT诊断能力更强,HBVDNA和ALT两个指标的综合诊断能力强,但与HBVDNA单指标诊断能力差别无统计学意义.HBVDNA、ALT以及两者对疗效的综合诊断能力上,试验组都要略高于对照组,且组间差别有统计学意义(P<0.05).结论 对于一个历时较长的临床试验来说,由于病例依从性的问题会存在一定的脱落,疗效的判定存在截尾数据,并且也是时间相依的,此时对各诊断指标诊断能力的考察就应该用时间相依的ROC曲线分析更符合实际.
-
临床试验中生存分析的非劣效研究设计及R软件实现
近年,非劣效性临床试验在药品开发中已有广泛的应用,统计学上关于试验药物相对于阳性对照药物的非劣效性评价方法已有多种,但主要集中在终点指标为二分类或正态连续型数据的临床试验[1].当观察指标为生存时间(survival time)时,可能包含截尾数据(censored data),则缺少相应的非劣效性评价方法,主要原因是生存分析设计背景下非劣效性的定义较为困难[2].本文拟介绍一种基于生存时间指数分布模型,假设对照组死亡风险率λ0与试验组死亡风险率λ1之比为常数ρ,并在此基础上定义非劣效界值的分析方法,结合实例介绍其试验设计和统计检验方法,同时给出R软件实现程序.
-
区间截尾Cox比例风险模型及其应用
Cox比例风险模型是生存分析中比较常用的一种方法,Cox比例风险模型假定说明变量的效果具有参数形式,但允许基准生存函数不具有特定的形式,所以应用范围非常广泛.但由于资料中常含有截尾数据(censored data),使Cox比例风险模型更加复杂.
-
大肠癌预后的多因素分析
本文采用多因素Cox模型对我院收治的242例大肠癌进行多因素综合分析,以探讨影响大肠癌生存期的主要因素。资料与方法 1.临床资料病例来源于我院1988~1994年收治的大肠癌病例。对所有病例进行随访,以确定其生存期,调查截止日期为1999年6月30日,得到有效病例242例,所有病例均经病理诊断,随访率为93.4%。其中男性158例,女性84例,结肠癌83例,直肠癌159例。 2.方法本组病例所分析的预后因素为性别、年龄、病种、家族史、卡氏评分、肿瘤长度、病理类型、治疗方法、CEA、转移部位、Duke′s分期、三个月内体重减轻,将各因子有关资料进行量化赋值,死亡病例为截尾数据,存活或失访病例以未截尾数据处理,所有资料输入电子计算机。运用SPSS软件包采用Kaplan-Meier法进行单因素分析,采用Cox模型进行多因素分析。
-
对寿命表法计算生存率的探讨
现代医学科研常对病人或研究对象作随访观察,对随访资料经常计算生存率来评价治疗方法的优劣、疾病预后的好坏和保健措施的成效等。常用计算生存率的方法有两种,直接法和寿命表法。直接法计算n年生存率仅能利用活满n年的人数和观察满n年的人数,对于在随访期间死于非研究性疾病、因迁移等原因失访、到规定的截止随访时点尚存活者的信息(以上三种资料统称截尾数据)不能利用。直接法具有计算方法简单、直观便于理解的优点。但当例数少时有可能出现后一年比前一年生存率高的不合理现象。而寿命表方法正是克服了直接法不能利用截尾数据的不足和计算得到的生存率不会出现后一年比前一年生存率高的现象。
-
WinBUGS软件应用
WinBUGS(Bayesian Inference Using Gibbs Sampl ing)是英国剑桥公共卫生研究所的MRC Biostatistics Unit推出的用马尔可夫链一蒙特卡罗(Markov chain Monte Carlo,MCMC)方法进行贝叶斯推断的专用软件包.它可方便地对许多常用或复杂模型(如分层模型,交叉设计模型、空间和时间作为随机效应的一般线性混合模型,潜变量模型,脆弱模型,应变量的测量误差,协变量,截尾数据,限制性估计,缺失值问题)和分布进行Gibbs抽样,还可用简单的有向图模型(directed graphical model)进行直观的描述,并给出参数的Gibbs抽样动态图,用Smoothing方法得到后验分布的核密度估计图、抽样值的自相关图及均数和置信区间的变化图等,使抽样结果更直观、可靠.Gibbs抽样收敛后,可很方便地得到参数后验分布的均数、标准差、95%置信区间和中位数等信息.
-
COX回归模型在临床医学科研中的价值
在临床医学科研中常会遇到生存数据的统计学处理分析问题,而比例危险率同归模型(简称COX回归模型)常用来进行影响生存时间的多因素分析;故在论文撰写中需根据科研设计类型和研究变量特征,进行合理的临床流行病学和医学统计学思维,以便得到正确结果.
关键词: 生存数据 完全数据 截尾数据 比例危险率回归模型(COX回归模型)