生存分析（十五）

 

上几篇博文中，小胖简单介绍了Log-rank检验，它主要用来检验治疗组间S(t)是否相同，是生存分析中最为常见的统计方法之一。那么除了Log-rank检验外，还有什么其他方法可以检验治疗组间S(t)是否相同呢？其中最为常见的一种便是Wilcoxon Test。

 

在上篇博文对log-rank检验方法的介绍中，大家可能会发现，log-rank检验是把每个时间点四格表中的观察数相加得出总的观察数O，然后每个时间点四格表中的期望数相加得出总的期望数E，然后形成卡方统计量。这种简单的把每个时间点四格表中观察数和期望数的相加，其实是赋予每个四格表同等的权重，即每个时间点地位是一样的。而Wilcoxon Test则对不同的时间点赋予不同的权重，它更重视生存曲线开始时的时间点，赋予前边的时间点更多的权重。因此，从这个意义上来说，Wilcoxon Test可以用来评价某种治疗是不是在治疗早期疗效比较强，而随着时间的延长疗效会变弱。具体关于Wilcoxon Test的计算方法，小胖就不在此做进一步的介绍了。

 

无论是log-rank 还是Wilcoxon Test，都可以通过SAS程序PROC LIFETEST来实现，而通过PROC LIFETEST，我们可以对S(t)进行估计和比较。PROC LIFETEST 程序如下：

 

PROC  LIFETEST  PLOTS=(S);

 TIME  MONTH*STATUS(0);

 STRATA  TREAT;

RUN;

 

在SAS OUTPUT中，会产生两组的KM生存曲线，并列出log-rank 和Wilcoxon Test的结果。细心的同学可能还会发现，除了log-rank 和Wilcoxon Test的结果，在output中还有一项是－2log（LR），其实它是另一种检验方法即likelihood ratio test。

具体说来，log-rank 和Wilcoxon Test都属于非参数检验，即对数据分布没有任何假设要求，而likelihood ratio test则属于参数检验，它要求生存概率在整个研究时间内保持不变，即所谓的exponential分布，而这一点是比较难以达到的，总之，我们现在应用最多的还是log-rank test。