《[小学作文]生存分析的SAS编程操作》由会员分享，可在线阅读，更多相关《[小学作文]生存分析的SAS编程操作（32页珍藏版）》请在金锄头文库上搜索。
1、生存分析的SAS编程操作薛 富 波 2006/05/21生存分析的有关概念n事件时间（time-to-event，TTE）：又称为生存时间 （survival time）或失效时间（failure time），是指 从研究开始到相应事件发生的时间。n删失值（censored value）：是指TTE在某些观测上 其确切的取值是未知的，所能知道的仅仅是其测量值 肯定大于或小于某个特定值（即其取值的下限或上限 ），或者位于某个特定的取值范围内（取值区间）。n右侧删失：反映真实值下限的数据。n左侧删失：反映真实值上限的数据。n区间删失：反映真实值所在区间的数据。生存分析的方法分类n非参数法：乘积极限
2、法、寿命表法等；n参数法：指数分布法、威布尔分布（Weibull Distribution）法、对数正态回归分析法以及对 数logistic回归分析法等；n半参数法：Cox模型分析方法。生存分析方法的SAS过程n非参数法：lifetest过程；n参数法：lifereg过程；n半参数法：phreg过程。生存分析的非参数方法非参数法生存分析示例1n45例乳腺癌患者中，免疫过氧化物酶检测结果 显示9例阳性、36例阴性，比较其生存时间分 布的SAS程序如下。proc lifetest plots=(s);time time*censor(1);strata immuno; run;非参数法生存分析示例
3、2proc lifetest data=valung method=lt;time survtime*censor(1);strata cell; run;一项有关肺癌患者生存天数的临床研究数据。应变量survtime 表示患者生存天数，其中的负值表示删失值；协变量包括cell （细胞类型）、治疗方法therapy（标准方法和试验方法）、 既往治疗prior（0-无，10-有）、年龄age（岁）、诊断月数 diagtime（确诊至入组时的以月为单位的时间间隔）、KPS评 分kps等。数据中产生一个删失值指示变量censor（取1表示删 失，取0表示非删失），一个治疗分组变量treatment（
4、0表示 标准方法，1表示试验方法）。lifetest过程n用以对右侧删失类型的时间数据进行时间分布 的描述以及多组间时间分布的比较（检验两个 或多个样本是否来自具有同一个生存函数的总 体）；n提供两种秩检验方法和一种似然比检验方法来 检验多组生存函数的同一性，两种秩检验方法 为包括广义Savage（指数得分）检验（即log- rank检验）和Wilcoxon检验。 lifetest过程可包含的语句proc lifetest ; time variable ; by variables ; freq variable ; id variables ; strata variable ; surv
5、ival options ; test variables ; run ;proc lifetest语句nproc lifetest语句为调用lifetest过程的开始，其 主要语句选项及其可执行的功能见下表。proc lifetest语句的主要选项选 项功能和用法method=设置用以计算生存函数估计值的方法。此选项可设置的值及其含义如下：“pl”（或“km”） 乘积极限法（或Kaplan-Meier法）；“act”（或“life”或“lt”）寿命表法。默认设置为 “method=pl”。intervals=指定用以计算寿命表的区间端点。区间端点必须为非负数，无论指定的区间端点中有无0，寿命
6、 表的计算总是以0为第一个区间的起点，而每一个区间只具有下端点而无上端点（即为半开半闭 区间）。ninterval=指定寿命表区间的个数，此选项可被“width=”和“intervals=”所覆盖。当设置“ninterval=”选项时 ，lifetest过程将根据所设置的区间个数划分寿命表的区间，但区间端点将会作适当的调整，使其 以整数的形式出现。因此，最终划分的区间数不一定与设置的区间数完全相符。默认设置为 “ninterval=10”。width=以寿命表法计算生存函数估计值时 ，指定寿命表的区间宽度。此选项可被“intervals=”所覆盖。plots=为生存函数估计值或删失值绘制图形。
7、其完整设置形式应为“PLOTS= ( type )”，其中“type”代表绘图的类型，“NAME=name”表示将所绘图形 以指定的名称存储为SAS目录的条目（entry），其中“NAME”为关键字（可为小写），“name” 为用户指定的条目名称。关于绘图类 型详见“plots=”选项的绘图类型。nocensplot当设置了“plots=”选项时 ，禁止将删失值显示在图形中。当选择寿命表法进行计算时，无需设 置此选项。timelist=指定一系列时间点，从而在结果中针对这 些时间点显示相应的Kaplan-Meier估计值，该时间 点 在输出结果中所在的列以“_TIME_”为标识 。alphaq
8、t=指定生存时间四分位数间距可信区间的置信水平（须在0.00010.9999之间），默认设置为 “alpha=0.05”。intervals=选项的设置方法n端点值间以空格分隔，如“intervals=10 30 50 70”；n端点之间以逗号分隔，如 “intervals=10,30,50,70”；n“a to b”的形式，如“intervals=1 to 7”；n“a to b by c”的形式，如“intervals=1 to 7 by 2” ；n混合方式，如“intervals=1,3 to 7, 10”。plots=选项的绘图类型 绘图类型关键字绘图类型censored 或 c绘制各
9、层有关删失值情况的图形survival 或 s以生存分布函数估计值对时间绘图logsurv 或 ls以生存分布函数估计值的对数对时间绘图loglogs 或 lls以 对时间的对数 绘图hazard 或 h以风险函数估计值对时间绘图pdf 或 p以概率密度函数估计值对时间绘图strata语句nstrata语句的作用是指定用以分层的变量；nlifetest过程根据strata变量的非缺失值对输入数据进行分 层；n如果要将strata变量的缺失值也作为一个合法的水平用以 分层，可在strata语句中设置“missing” 选项；nstrata语句中可指定多个分层变量，分层情况将由各分层 变量水平的组
10、合来决定；n对于数值型分层变量，若为其设置分层区间端点列表，该 变量的水平与形成的区间一一对应，设置方式与proc lifetest语句的“intervals=”选项中类似 ；n对于数值型分层变量，若为其设置分层区间端点列表，该 变量的水平与形成的区间一一对应。所划分的区间均为半 开半闭区间，第一个区间总是以-为下界，最后一个区间 总是以为上界。strata语句分层区间端点列表设置方式端点值间以空格分隔，如： strata age(5 10 20 30); 端点之间以逗号分隔，如： strata age(5,10,20,30); “a to b”的形式，如： strata age(5 to 1
11、0); “a to b by c”的形式，如： strata age(5 to 30 by 10); 混合方式，如： strata age(5,10 to 50 by 10);举例： strata wt(50 to 80 by 10); 此时变量wt将按照如下的5个区间划分成5个水平 :test语句ntest语句指定需要与生存时间进行关联性分析 的协变量；ntest语句中的变量必须为数值型；n对于test变量，lifetest过程将通过两类秩检验 统计量来检验它们与生存时间的关联性；n每一个test变量的单变量检验的统计量也将被 给出；n一个有关协变量联合效应的统计量列表也将被 给出，此统计量
12、列表的顺序和各协变量对联合 效应贡献的大小顺序相一致。time语句ntime语句为调用lifetest过程所必需，用以指定代表生 存时间的变量。ntime语句具有如下的形式：time variable ;n其中“variable”即为生存时间变量的名称，此变量名称 必须指定；n随后的星号“*”及“censor(list)”项可有可无，用来表示 数据的删失值情况。“censor”为代表删失值状况的变 量名称，“（list）”为该变量的部分取值列表（须为数 值型，且不是缺失值），如果此变量取该列表中的值 ，则该观测上的生存时间为删失值；n此处的删失值均表示右侧删失值。生存分析的半参数方法半参数法生
13、存分析示例1proc phreg data=Myeloma;model Time*VStatus(0)=LogBUN HGB Platelet Age LogWBC Frac LogPBM Protein SCalc/ selection=stepwise slentry=0.15 slstay=0.15 details; run;一项有关骨髓瘤患者生存时间的研究数据，治疗了65例患者，研究中48 名患者死亡，17名存活。变量time表示患者从确诊之日起的生存时间； 变量vstatus表示患者的生存状态，0代表存活，1代表死亡。怀疑与生存 函数有关的变量包括logbun（确诊时BUN对数值），
14、hgb（确诊时HGB ），platelet（血小板，0-异常，1-正常），age（年龄），logwbc（确 诊时白细胞对数值），frac（确诊时骨折发生，0-无，1-有），scalc（ 确诊时血清钙含量）。分析目的在于从该9个解释变量中鉴别出重要的 预后因素。phreg过程nphreg过程针对生存数据执行基于Cox比例风 险模型（Cox proportional hazards model）的 回归分析；n可以检验有关回归参数的线性假设；n针对配对病例-对照研究执行条件logistic回归 分析过程；n创建包含有关统计量的输出数据集等。phreg过程可包含的语句proc phreg ; mod
15、el response = variables ; strata variable ; test equation1 ; freq variable ; weight variable ; id variables ; output ; baseline ; by variables ; run ;proc phreg语句nproc phreg语句为调用phreg过程的开始，语 句中可设置的语句选项较少，其设置方法及功 能详见下表。proc phreg语句选项选 项功能和用法covout要求将各参数估计值的协方差矩阵输出到“outest=”选项所指定的输出数据集中 。此选项须 在设置了“out
16、est=”选项的情况下方有效。covsandwich 要求给出协方差矩阵的lin-wei稳健三明治估计值（robust sandwich estimate）。 设置此选项时 ，上述方法还将被用于总体假设的wald检验，各参数的假设检验 以及与test语句有关的假设检验 。该选项 中“(aggregate)”为可选项，如果设置此 项，则在协方差矩阵的计算中要求将每一id标识（须存在id语句以指定id变量） 的得分残差进行合计。 data=指定要进行分析的输入数据集名称。multipass对于每一步newton-raphson迭代，要求phreg过程对“(start,stop)”（区间型）型应 变量的生存时间风险 集（risk set）进行重新编排，并重新计算其中时间依赖型 变量（由programming语句所指定）的值。此选项的作用在于以增加计算时间为 代价而减少程序运行对磁盘空
