生存分析（一）生存分析方法，你听说过几种？

第二种情形其实损失了信息，比如A组3年死亡率是30%，B组是40%，看起来似乎A组更好，然而如果A组的死亡者大都是第一年死亡，而B组大都是第3年死亡，这时就很难说哪个好。因为毕竟B组的人多活了2年。这种情况下，跟你选择时间点就有很大关系。也许你分析1年死亡率，结果就发生逆转了。

比如图1，横坐标是月份，纵坐标是生存率。你可以发现，如果你观察1年死亡率，两组差别较大，可能会有统计学意义；而如果你观察2年死亡率，两组差别就小很多，可能就没有统计学意义。

图1 不同时点的生存率示意图

正因为如此，所以才用生存分析，把第二种情形的缺点弥补一下，不再考虑具体某一年的死亡率，而是观察整个研究期间的死亡率变化情况，这就可以观察到每一时期的死亡率。正如图1所示。

还有一个原因我们不得不用生存分析。那就是失访问题。

失访几乎是任何随访研究中必然发生的事情，所谓失访，顾名思义，失去了随访，也就再也联系不到这个人了，数据自然就缺失了。比如前面说的例子，观察3年死亡率，本来观察了100人，结果有10个人在第二年时候把你电话加入黑名单了，你再也联系不到了，那就是失访了。这种情况下，最后分析数据的时候，只能把这10个人删掉了（当然，也有一些缺失值处理方法，但很多时候可能也就是删掉了）。

但是在生存分析中，它的处理方式不一样，它不是简单把这些人删掉，而是利用了他们的信息。因为在生存分析看来，这些人在第二年失访了，起码提供了这样的信息：这些人在第二年仍然活着。尽管信息不全，当仍是一部分信息。生存分析的方法就会利用第二年仍然存活的这种信息，计算一定的结果。相对而言，提供了更多的参考价值。

（4）生存分析中的删失

提到失访，那就不得不提一下删失（censor）这个词，不同领域翻译不同，有的翻译为截尾。失访，可以看做是删失的一部分。所谓删失，总的来说就是没有观察到结局，不管是因为什么原因。

观察不到结局，至少有以下几个原因：

第一，失访。失去联系了，当然也就不可能观察到结局。

第二，意外死亡。本来你想观察肺癌的复发情况，观察时间是3年，结果患者突然在第二年因中风而死亡，那你就观察不到是否肺癌复发。

第三，观察对象一直到研究结束仍没有发生结局。比如观察戒烟者重新吸烟，观察1年，有的人一直到观察结束，仍没有吸烟。

以上是常见的三种情形。他们都没有观察到结局，都称为删失。

生存分析中，结局其实只分了两大类：结局发生和删失。以前有不少人找我分析数据，把结局分了好几类，结局发生=1，没有发生=0，失访=2，……。其实没有必要，直接分为两大类：结局发生=1，删失=0。足矣。

（5）生存分析的常用方法

由于生存数据是不同的数据，因此它们的方法也有各种。生存分析不是一种具体方法，而是特指的用于生存数据的很多种方法。作为类比，你可以看一下图2：

图2 不同资料类型的常用方法（部分方法）

图2只是为了做一个类比，并不是说生存分析就这两种方法，同样，关于定量资料和分类资料也不止这些方法。只是作为类比，大家可以有一个结构，把生存数据看做另一类数据（虽然它算不上另一类数据，只是有两个结局变量而已），对于不同的数据，就有不同的系列方法等着它。

生存分析的方法非常多，需要结合研究目的、数据类型等选择不同给的方法。

第一，从研究目的来说，不同目的可采用不同方法。图2给出两种方法是根据目的而定，简单的组间比较常用Kaplan-Meier法，这个方法很多临床大夫都听说过；多因素分析常用COX回归，这也是临床大夫都听过的方法。

第二，发生事件的重复性来说，有的事件是可以重复发生的，比如疾病复发、吸烟的复吸、出狱后在入狱，等等；有的则是无重复的，如死亡。无重复结局的较为简单，普通的Cox回归等差不多可以胜任，而重复结局有专门的重复事件的生存分析方法。

第三，结局是单一的还是多类的。大多数时候，我们只关注一个结局，如疾病复发、死亡等，这种情况下常规的生存分析方法即可；但有些特殊情况下，我们可能同时关注多个结局，如服药后的主要不良反应，可能同时关心3种主要不良反应（是否发生以及发生时间），这时候需要用特殊的方法，常见的如竞争风险模型。

第四，生存时间的分布，很多临床大夫最喜欢用Cox回归，为什么？因为简单，无需考虑分布（这种不用考虑分布的方法通常称为非参数法）。然而，Cox回归并不是在任何时候都能得到最优结果，很多时候，如果生存时间满足一定的分布，此时如果能获得确切的分布，用参数法可能效果更好。常见的参数法如Weibull回归、对数logistic回归等等。

第五，异质性问题。异质性这个词听起来太专业化，简单来说就是不一样。多数统计分析方法大都是建立在群体基础上，比如以均值代表两组人的水平来比较，这在每个人的数值差不多的时候是有效，但如果人和人差别太大，就未必有效了（这就是为什么我们做t检验时还得考虑方差齐性的原因）。同样，生存分析也是如此，如果每个人的死亡风险各不相同，比如有的风险变化快一些，有的慢一些，那常规的方法（如Cox回归）就难以胜任，这就是异质性问题。这种时候，我们就需要考虑异质性的方法，常见的如frailty model，通常翻译为脆弱模型。

第六，基于离散时间和连续时间。这两个概念很好理解，然而在生存分析中往往不是这么好理解。连续时间，理论上就是说，你得时时刻刻连续观察这个人，看他到底什么时候发生事件结局。离散时间，则是说，你可能每隔1个月（也可能是2个月，1年，等等）看看他发生了结局没有，看看每个月（或每年等）发生了多少例，但不知道他具体哪天发生的。我们目前所用的生存分析方法，绝大多数都是基于连续时间，即假定都是观察到具体时间的。有的尽管听起来不像离散的（如每月观察一次），然后这还取决于我们如何定义时间点，比如你要做一个10年的随访研究，每月观察一次，已经算是一个小的时间点了。如果你做一个感冒治疗的随访，每天观察一次也未必算是一个时间点，也许每半天观察一次都没问题。但是如果你的数据很明显是一个离散时间，那其实现在你用的这些方法其实都未必合适，离散时间也有离散时间的方法，尽管实际中其实很少用。比如logistic回归，有时也会用于离散时间的分析方法。返回搜狐，查看更多