生存资料有哪些常用的分析方法？

SP的工作中经常会遇到生存分析，临床试验常用的生存分析方法包括：对生存过程进行描述的Kaplan-Meier法，对生存率进行组间比较的log-rank检验， 以及对生存过程的影响因素进行分析的Cox比例风险模型。
1、Kopion-Meier法
由Kaplan 和Meier于1958年提出的，故称Kopion-Meier法，又称乘积限估计法(productlimit method, 简称PL法）。主要用于生存资料的生存率估计, 是一种非参数估计方法。其基本原理是基于概率的乘法法则，通过各时期的人群的生存概率的累计相乘得到活过一定时期的生存率，从而计算累计死亡率。以生存率（或死亡率）为纵坐标，时间为横坐标．并以阶梯形的折线连接各点，得到的图为生存率（或死亡率）的Kaplan-Meier 图。相应的SAS 程序如下：
ODS GRAPHICS ON;

PROC LIFETEST DATA=MyData;
  /*绘制KM生存曲线。显示指定观察时间时的样本量和假设检验结果*/
  PLOTS=（SURVIVAL（ATRISK=0 TO 20 BY 2）TEST）MAXTIME=20;
  TIME Stime*Outcome(0);
  STRATA Group;
RUN;

ODS GRAPHICS OFF;
2、log-rank检验
log-rank检验又称时序检验。其基本思想是：如果两个或多个总体的生存过程相同，则根据不同随访时间两组或多组的期初人数和死亡人数，估计各组在各时期的理论死亡数。如果检验假设成立，则实际死亡数与理论死亡数不会相差太大，否则认为检验假设不成立。实际死亡数与理论死亡数的比较用卡方检验。相应的SAS 程序如下：
PROC LIFETEST DATA=Mydata;
  TIME Stime*Outcome(0);*stime为生存时间，outcome为指标变量，此处0表示截尾;
  STRATA Group;         *分组变量;
RUN;
3、 Cox比例风险模型
英国统计学家Cox用偏似然原理巧妙地回避了求基线风险而解决估计回归系数的问题，无须对基线风险作任何限制，相应的风险模型被称为Cox 比例风险模型(Coxproportional hazards model)，又称Cox 回归。Cox回归的相应SAS程序如下：
PROC PHREG DATA=MYDATA;
  MODEL Stime*Outcome(0)=Group/RL; *RL计算可信区间;
RUN;

请前往：http://www.mark-to-win.com/TeacherV2.html?id=166