本文關(guān)鍵詞： 生存分析 參數(shù)回歸 擬合優(yōu)度檢驗(yàn) 預(yù)測(cè)　出處：《山西醫(yī)科大學(xué)》2008年碩士論文　論文類型：學(xué)位論文

【摘要】： 目的:闡述生存分析參數(shù)回歸模型的擬合、擬合優(yōu)度檢驗(yàn)、生存預(yù)測(cè)、分段指數(shù)回歸方法及其SAS實(shí)現(xiàn)過(guò)程。對(duì)生存資料建立參數(shù)回歸模型,對(duì)生存時(shí)間的分布特征進(jìn)行描述,對(duì)影響生存時(shí)間的主要因素進(jìn)行分析。在擬合優(yōu)度檢驗(yàn)篩選模型基礎(chǔ)上進(jìn)行生存預(yù)測(cè)。 方法:采用SAS8.2中的PROC LIFEREG過(guò)程,首先對(duì)糖尿病患者生存資料建立指數(shù)模型、Weibull模型和Gamma模型,然后用圖示法和似然比檢驗(yàn)兩種方法對(duì)所建模型進(jìn)行擬合優(yōu)度檢驗(yàn),比較該資料擬合哪種模型較好。根據(jù)篩選模型預(yù)測(cè)中位生存時(shí)間,采用宏程序預(yù)測(cè)生存率及產(chǎn)生風(fēng)險(xiǎn)函數(shù)圖。若生存資料不符合指數(shù)模型,可考慮建立分段指數(shù)回歸模型。 結(jié)果:參數(shù)回歸模型可分析影響生存時(shí)間的協(xié)變量,給出協(xié)變量系數(shù)的參數(shù)估計(jì)值、標(biāo)準(zhǔn)誤和假設(shè)檢驗(yàn)結(jié)果。圖示法和似然比統(tǒng)計(jì)量?jī)煞N方法對(duì)參數(shù)模型進(jìn)行擬合優(yōu)度檢驗(yàn)各有其優(yōu)缺點(diǎn),圖示法比較直觀,而似然比統(tǒng)計(jì)量更加準(zhǔn)確。預(yù)測(cè)中位生存時(shí)間、生存率和風(fēng)險(xiǎn)函數(shù)可反映疾病對(duì)生命的危害程度,用于評(píng)價(jià)某些病程較長(zhǎng)疾病的遠(yuǎn)期療效。SAS軟件實(shí)現(xiàn)非常方便和快捷。 結(jié)論:在生存分析中用SAS程序?qū)ι尜Y料擬合適當(dāng)?shù)哪Ｐ?可以更方便迅速地對(duì)具有截尾數(shù)據(jù)的資料進(jìn)行參數(shù)估計(jì)和假設(shè)檢驗(yàn)。當(dāng)資料服從特定分布時(shí)應(yīng)選用相應(yīng)的參數(shù)回歸模型。圖示法和似然比檢驗(yàn)可用于參數(shù)回歸模型的擬合優(yōu)度檢驗(yàn)。中位生存時(shí)間、生存率和風(fēng)險(xiǎn)函數(shù)是預(yù)后評(píng)價(jià)的主要指標(biāo)。
[Abstract]:Objective: to describe the regression model of survival analysis parameters, such as fitting, goodness of fit test, survival prediction, piecewise exponential regression method and its SAS implementation process, and to establish a parameter regression model for survival data. The distribution characteristics of survival time are described, the main factors affecting survival time are analyzed, and the survival prediction is carried out on the basis of the selection model of goodness of fit test. Methods: using the PROC LIFEREG process in SAS8.2, an exponential model and a Gamma model were established for the survival data of diabetic patients. Then, the two methods of graph method and likelihood ratio test were used to test the goodness of fit of the model, and the model was compared. The median survival time was predicted according to the screening model. The macro program is used to predict the survival rate and the risk function graph. If the survival data do not conform to the exponential model, a piecewise exponential regression model can be considered. Results: the parameter regression model can analyze the covariables that affect the survival time, and give the parameter estimate of the covariable coefficient. The results of standard error and hypothesis test. The graphical method and the likelihood ratio statistic method have their own advantages and disadvantages to test the goodness of fit of the parameter model, and the graphical method is more intuitive. But likelihood is more accurate than statistics. Predicting median survival time, survival rate and risk function can reflect the degree of disease damage to life. SAS software is very convenient and fast to evaluate the long-term effect of some long-term diseases. Conclusion: the survival data were fitted with SAS program in survival analysis. The parameter estimation and hypothesis test of the data with truncated data can be carried out more conveniently and quickly. The corresponding parameter regression model should be selected when the data is applied from a particular distribution. The graphical method and the likelihood ratio test can be used for the parameter regression model. Test of goodness of fit. Median survival time. Survival rate and risk function are the main indicators of prognosis evaluation.
【學(xué)位授予單位】：山西醫(yī)科大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2008
【分類號(hào)】：R311

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賈清萍;甘筱青;;農(nóng)村居民就醫(yī)行為影響因素的實(shí)證分析[J];安徽農(nóng)業(yè)科學(xué);2010年11期

2 邢香云;;老年腦卒中后抑郁患者的循證護(hù)理[J];蚌埠醫(yī)學(xué)院學(xué)報(bào);2010年09期

3 許傳青,徐小虎,于曉軍,喬元華,曾衍鈞;心瓣膜置換術(shù)遠(yuǎn)期死亡因素的Logistic回歸模型與分析[J];北京生物醫(yī)學(xué)工程;2005年01期

4 曾達(dá)敏;上市公司經(jīng)營(yíng)效益壽命表的構(gòu)造[J];財(cái)經(jīng)科學(xué);2005年03期

5 楊裕華;史浩;朱翠玲;;腦梗死前期MR腦灌注成像診斷的相關(guān)與回歸方程的建立及其評(píng)價(jià)[J];中華神經(jīng)醫(yī)學(xué)雜志;2006年08期

6 陳三軍;周律;陳功;;中國(guó)肢體殘疾人口生存率現(xiàn)狀分析[J];殘疾人研究;2011年02期

7 王衛(wèi)國(guó);龔夢(mèng)賢;溫衛(wèi)東;;兩種國(guó)產(chǎn)渦輪盤材料疲勞壽命概率分布規(guī)律初探[J];材料工程;2006年03期

8 李新海;王娜;宋海燕;;關(guān)于生存分析中的統(tǒng)計(jì)方法及其應(yīng)用[J];東北師大學(xué)報(bào)(自然科學(xué)版);2011年01期

9 郭鵬飛,張羅漫,熊林平,徐荷,張宏偉,田文華,高宏偉,陳千;華東某地區(qū)軍隊(duì)人員兩周患病情況及其影響因素分析[J];第二軍醫(yī)大學(xué)學(xué)報(bào);2004年06期

10 郭鵬飛,張羅漫,熊林平,徐荷,張宏偉,田文華,陳千,高宏偉;華東某地區(qū)軍隊(duì)人員門診服務(wù)利用及影響因素分析[J];第二軍醫(yī)大學(xué)學(xué)報(bào);2004年10期

相關(guān)碩士學(xué)位論文 前10條

1 劉國(guó)棟;核分析技術(shù)在南洼和扒村古陶瓷研究中的應(yīng)用[D];鄭州大學(xué);2010年

2 杜永鵬;鹽酸非索非那定片的臨床試驗(yàn)研究[D];西北大學(xué);2010年

3 沙海濱;條件Logistic回歸分析在痛風(fēng)及高尿酸血癥危險(xiǎn)因素研究中的應(yīng)用[D];濰坊醫(yī)學(xué)院;2009年

4 王園園;偏最小二乘回歸與判別分析在科技人員類型及影響因素研究中的應(yīng)用[D];濰坊醫(yī)學(xué)院;2009年

5 李嬌月;社區(qū)衛(wèi)生服務(wù)中心主任勝任力模型和測(cè)評(píng)方法研究[D];成都中醫(yī)藥大學(xué);2010年

6 韓莎;飲水型氟骨癥非骨相特征的分析及早期判別模型的建立[D];山西醫(yī)科大學(xué);2011年

7 宮建美;醫(yī)護(hù)人員對(duì)分級(jí)護(hù)理制度的認(rèn)知及實(shí)施評(píng)價(jià)[D];吉林大學(xué);2011年

8 吳健蘭;不同統(tǒng)計(jì)學(xué)方法在中藥多中心臨床試驗(yàn)“中心效應(yīng)”問(wèn)題研究中的應(yīng)用[D];北京中醫(yī)藥大學(xué);2011年

9 沈秀蓮;江川縣農(nóng)村居民衛(wèi)生服務(wù)現(xiàn)狀研究[D];昆明醫(yī)學(xué)院;2011年

10 李娜;胸腔閉式引流系統(tǒng)效能評(píng)價(jià)體系構(gòu)建及臨床實(shí)證研究[D];福建醫(yī)科大學(xué);2011年

，

本文編號(hào)：1469998