基于生存分析模型与计数模型的临床数据的观察性研究

发布时间：2020-04-11 01:08

【摘要】：随着医疗行业信息化的发展,大量的临床医学数据进入研究者视野,关于医疗效果的对比分析对于实现特定患者进行个性化精准治疗的目标意义巨大,从而对比效应研究一直是这一领域的焦点。不同于传统的随机对照试验的方法,现在大部分数据通常都是观察得到的,如何基于观察型数据做出有意义的结果在近年来获得了越来越引发研究者的关注。本文采用回顾性分析的方法对某医院近十年获得的心衰临床数据进行分析,利用生存分析和计数模型分别对数据中的生存时间和再入院次数进行建模分析。在此基础上将传统的生存分析中的Cox模型推广到包含纵向数据Cox混合效应模型,由于Cox混合效应模型利用了更多的信息从而可以为Cox模型得到的结果提供一定的补充。鉴于计数数据中含零过多,将计数模型推广到零膨胀模型,并利用AIC、BIC等信息准则进行模型之间的比较,结果表明零膨胀模型对于零过多的数据有更好的拟合效果。
【图文】：

对数正态分布,生存函数,风险函数,生存分析

退出或者到设计时规定的时间为止研究对象仍然存活等原因使得我们无法精确的得到逡逑每个研究对象的生存时间。对于这种数据，统计上称之为删失数据（ｃｅｒａｏｒｅｔ／邋ｆｉｔｏａ）［２？２１］逡逑具体而言，删失的表现类型如图２．１，其中第一条记录由于不知道具体的起点时间，所逡逑以只知道生存时间小于某个值，该类型删失称为左删失；第二条记录在研究期间失访，逡逑第三条记录在研究的终点仍然在观察队列之中，所以只知道生存时间大于某个值，该类逡逑型删失称为右删失；第四条记录起点终点时间都被不知道，只知道生存时间在某个区间，逡逑该类型删失称为区间删失；最后一条记录完整的记录了起点和终点事件，即为完全数据。逡逑Ｉ逦｜逡逑Ｉ逦ｔ逡逑Ｊ邋逦！逡逑！逦ｅ逦起点事＃逡逑！逦ｉ逡逑ｉ逦｜逡逑ｆ逦＾逦；邋Ａ邋终点事＃逡逑Ｉ逦ｉ逡逑！逦？ｎ逦失访逡逑！逦Ｉ逡逑！邋逦逡逑ｉ逦Ｉ逡逑！逦Ｉ逡逑Ｉ逦沷逦逡逑＊逦ｉ逡逑逦ｔ逡逑观察起点逦观察终点逡逑图２．１生存数据类型图逡逑Ｆｉａ．邋２．１邋ｔｙｐｅｓ邋ｏｆ邋Ｓｕｒｖｉｖａｌ邋ｄａｔａ逡逑如何估计生存函数或者风险函蠢生存分析首要问题，对于生存函数或风险函数的估逡逑计一般有参数法和非参数法。采用参数性方法需要对数据分布有一定的认识，常见的寿逡逑命分布有韦布尔分布、对数正态分布、分布，，其中韦布尔分布ｐ２］由于其参数的逡逑灵活性经常用于描述机械零件失效数据的分布规律

年龄分布,年龄分布,女性,男性

图４．１心衰患者年龄分布图逡逑Ｆｉｇ．邋４．１邋Ｔｈｅ邋ａｇｅ邋ｄｉｓｔｒｉｂｕｔｉｏｎ邋ｏｆ邋ｐａｔｉｅｎｔｓ邋ｗｉｔｈ邋ｈｅａｒｔ邋ｆａｉｌｕｒｅ逡逑其中男性有９５５例，女性８３４例，各年龄段的男女分布如图４．２：逡逑§邋－Ｉ逦｜逡逑＾邋Ｅ１女性逡逑■男性逦■■逡逑：．１逡逑』１］：邋Ｊ邋ｉ逡逑（０，３５］逦（３５．４５Ｊ逦（４５，５５］逦＜５５．６５］逦（６５．７５邋丨逦（７５．Ｂ５］逦（８５，１００］逡逑年龄逡逑图４．２心衰患者不同年龄段性别分
【学位授予单位】：华东理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：O212.3

【参考文献】