8.4、SPSS Kaplan-Meier分析—零基础入门教程

SPSSKaplan-Meier分析

一、参数设置

（1）打开数据文件，选择“分析” →“生存函数” →“Kaplan-Meier”， 弹出“Kaplan-Meier”对话框，如下图所示。

●    时间：用于从左侧的变量列表中选入生存时间变量。

●    状态：用于从左侧的变量列表中选入生存状态变量。将变量选入该框后，单击按钮，弹出“Kaplan-Meier：定义状态变量事件”对话框，如下图所示，有如下3个方法用于指定 事件发生与否。

➢   单值：指单个状态变量值，需在后面的输入框中指定状态变量的代表事件发生的取值。如患者结局是0 、1这两个取值，分别代表死亡、截尾，当指定值为0时，则表示只对取值为2的个案进行生存时间的分析。

➢   值的范围：表示指定状态变量的取值范围，需在“ 到”前后的输入框分别指定取值范围的起始值和终止值。如某变量取值1 、2 、3 、4 ，若将取值范围指定为1到3 ，则表示对取值为1 、2 、3的个案进行生存时间的分析。

➢   值的列表：用户可自行指定状态变量的取值，SPSS对指定的所有单个状态变量值进行生存时间的分析。设置方法为：在其后的输入框中输入某个数字后，单击按钮，将其添加到下面的列表里；若需修改已经加入的值，可在列表中选中它，然后在值的列表输入框中进行修改，最后单击更改按钮确认修改；若需删除 已经选入的值，则在列表中选中它后直接单击按

钮即可删除。

●    因子：用于选入因素变量，即控制变量。

●    层：用于选入分层因素，是以控制变量中不同的取值作为不同的层，SPSS会对其每个取值水平分别进行分析。

●    标注个案：当有必要关心个案在研究队列中的情况时，可以在此选入个案的标签变量，SPSS会以列表方式用该变量值标出所有的个案，该变量可以是字符型。

（2）单击按钮，弹出“Kaplan-Meier：比较因子级别”对话框，如下图所示，在此设置因素变量取值水平的比较方法。

●    检验统计：在此选中具体的检验统计量，有如下3个选项。

➢   对数等级：即Wantel-Haenszel检验，是检验各组生存率曲线的分布是否相同，且对所有死亡时间赋予的权重一样。

➢   Breslow：检验各组生存率曲线的分布是否相同，对较早死亡时间赋予较大的权重，所以对于早期差别较为敏感。

➢   Tarone-Ware：检验各组生存率曲线的分布是否相同，以各时刻观测例数的平方根为权重。当两个危险率函数曲线或生存曲线有交叉时，可以考虑勾选该项。

●    因子级别的线性趋势：用于指定分组因素各水平之间的线性趋势检验。只有当分组因素是有序变量时（如病情的早期、中期、晚期），作线性趋势检验才有实际意义，在这种情况下， SPSS假定各水平之间的效应是等距的。

●    对话框中的四个单选框是用来指定进行总体比较还是两两比较，以及对分层变量的处理方式。

➢   在层上比较所有因子级别：对因素变量各取值水平下的生存曲线作整体比较，不进行配对比较，是默认选项。

➢   在层上成对比较因子基本：以不同的配对方式作因素变量各水平之间的两两比较。此选项对线性趋势检验无效。

➢   对于每层：在指定了分层变量的前提下，对每一层分别进行因素变量各取值水平间的整体比较。

➢   为每层成对比较因子级别：在指定了分层变量的前提下，对每一层以不同的配对方式分别进行因素变量各取值水平间的两两比较，此选项对线性趋势检验无效。

（3）单击按钮，弹出“Kaplan-Meier：保存新变量”对话框，如下图所示。在此设置保存选项，有如下4个可选项。

●    生存函数：即累积生存概率估计，自动生成变量名的前缀为“sur”。

●    生存函数的标准误差：即累积生存估计的标准误差，自动生成变量名的前缀为“se”。

●    风险函数：即累积风险函数估计，自动生成变量名的前缀为“haz”。

●    累计事件：指当个案按其生存时间和状态代码进行排序时的事件累积频率，自动生成变量名的前缀为“cum”。

（4）单击按钮，弹出“Kaplan-Meier：选项”对话框，如下图所示，在此设置输出的统计量和图形，各项含义如下。

●    Statistics：在此选择输出哪些统计量，有如下3个选项。

➢   生存分析表：生成的表格包括乘积限生命表、标准误、累计频数和风险例数。默认为勾选该选项。

➢   平均值和中位数生存时间：生成的表格包括生存时间的平均值、中位数及其标准误和置信区间。

➢   四分位数：生成的表格包括生存时间的25% 、50%和75%的百分数，以及它们的标准误。

●    图：此选择输出哪些统计图形，包括生存函数、1减去生存函数、风险函数和对数生存。

二、Kaplan-Meier分析的SPSS实现

实例二：“data15-02.sav”数据文件为某医院对58位肾上腺样瘤病人在不同治疗方法研究中的数据，如下图所示。现要求利用Kaplan-Meier分析在切除肾脏条件下两种治疗方法的结果是否具有显著差异[数   据来源于《生存数据分析的统计方法》（ELISA   T.LEE ．著，中国统计出版社）]。

数据文件：数据文件\Chapter15\data15-02.sav

视频文件：视频文件\Chapter15\Kaplan-Meier分析．avi

（1）打开数据文件“data15-02.sav” ，选择“分析” →“生存函数” →“Kaplan-Meier” ，弹出“Kaplan-Meier”对话框。

（2）选中左侧变量列表中的“生存时间”变量，单击按钮，将其作为时间变量选入“ 时间”选框中。

（3）选中左侧变量列表中的“病人状态”变量，单击按钮，将其作为状态变量选入“状态”选框中。

（4）单击按钮，弹出“ 定义状态变量事件”对话框，在单值后面的输入框中输入1 。单击按钮返回主对话框。

（5）选中左侧变量列表中的“ 治疗方法”变量，单击按钮，将其作为控制变量选入“ 因子”选框中。

（6）选中左侧变量列表中的肾切除变量，单击按钮，将其作为分层变量选入“层”选框中。

（7）单击按钮，弹出“ 比较因子级别”对话框。勾选“对数等级” 、“Breslow”和“Tarone-Ware” ；选中“为每层成对比较因子级别” 。单击按钮返回主对话框。

（8）单击按钮，弹出“选项”对话框。勾选“平均值” 、“ 中位数生存时间”和“ 四分位数” 复选框。单击按钮返回主对话框。

（9）完成所有设置，单击按钮执行命令。

三、Kaplan-Meier分析的结果分析

下表是警告。由于数据中的“生存时间” 中包含负数，所以会出现此警告。

下表给出了包括因素变量各取值水平下的事件发生数与删失数的统计信息。Kaplan-Meier分析过程将变量中的负数或缺失值剔除。数据文件中共有58个个案人，但进入分析的数据总计为56个个案，说明有2个个案的数据存在负数或缺失值。在已删失列中可以看出，切除肾脏的个案被删除了9个，这是因为状态变量被指定为1 ，而对于非1的个案则未进入分析。

下表是“生存时间的平均值和中值”表，下表是“ 中位数与生存时间的百分位数”表。两个表都是不同分层级不同处理情况生存描述统计量。生存时间的平均值和中位数是生存时间的平均值和中位数，以及它 们95%的置信区间。生存时间的四分位数是输出时间的百分位数，包括 25% 、50%和75%的数值。从两个表可以粗略看出：化学与免疫结合的   治疗方法同其他治疗方法在延长病人生存时间上的差异不太明显。更精确的判断需要通过假设检验确定。

下表的“成对比较”表利用3种检验统计量分别对控制变量的不同水平做时序检验，检验结果表明：无论病人的肾脏切除与否，化学与免疫结合的治疗方法同其他治疗方法在延长病人生存时间上没有显著差异。

如果上述教程没有解决您的问题，可以联系分析师获取支持：

分析师服务（24小时在线）

如果您需要代做服务，可选择下方服务选项：

‍1、问卷设计、问卷调查：点击联系

2、数据分析、实证分析：点击联系‍

3、科研配图、论文配图：点击联系

4、文章指导、润色美化：点击联系

5、数据查找、代查代下：点击联系

6、数据修改、调整合理：点击联系‍

7、职称评审、课题申报：点击联系

8、格式排版、文章翻译：点击联系‍