热度 2|
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。
手机版|会员|至尊|接种|公卫人 ( 沪ICP备06060850号-3 )
GMT+8, 2024-5-17 12:31 , Processed in 0.028961 second(s), 6 queries , Gzip On, MemCached On.
Powered by Discuz! X3.4
© 2001-2023 Discuz! Team.