EasyMining算法包家族成员简介第五讲：生存分析

小伙伴们大家好，EasyMining算法包小讲堂又开讲啦！

今天要学习的是生存分析（survival analysis），生存分析是临床医学中非常重要的一类模型，其数学核心比较复杂，我们在此文中不会讲述。本文只需要让大家了解什么是生存分析，以及如何亲自实现一个生存分析就可以啦。

首先我们了解一下生存分析的概念，生存分析是研究患者的寿命超过某一时间的概率。

那么什么地方需要使用生存分析呢？

例如，在医学中，特别是慢性非致死性疾病，医生往往需要了解这类疾病的患者在接下去的一个时间段内（肿瘤患者一般以3、5年为时间段）死亡或者复发等不良反应的发生情况。这时生存分析中的生存曲线就能够很好的解决这样的实际问题了。

上图就是著名的 KM 曲线（Kaplan–MeierCurve）也叫生存曲线。

我们展示一下生存曲线制作三部曲：

首先，纳入一群患者作为初始入组样本;

然后，每隔一个固定时间间隔对这群样本进行随访，并统计出发生不良事件的人数占当前总人数的百分比（病死、复发、感染等等）;

最后，根据统计出的不良事件人数可以反过来算出每个时间点的存活概率（存活概率= 1 – 发生率），将每个时间点的存活率描点绘制成一条曲线，这样生存曲线就做出来了。

下面再给大家解释一下上图的意思。

横轴代表了时间，上图中我们并没有注明时间单位，因为时间尺度可以根据不同的疾病选择不同的时间间隔，例如骨科随访可能是按1月为单位，肿瘤科随访可能就是按1年为单位。因此，横轴时间间隔的选择是灵活的，根据随访设计进行设置，当然也可以选择常规的按照1小时、1天、1周等进行设置。

纵轴代表了存活率，单位是 %，图中曲线上的点表示为对应的随访时间下随访患者的存活概率。

如此，我们说这名患者存活50 个时间长度时，由上图可以读出其存活概率为61% 。曲线周围的蓝色阴影部分为95%置信区间。

嗯~~挺简单的。

生存分析这样就结束了？

还没有呢，接下来介绍的才是临床医学中最重要的一个分析技术。它就是 COXph ( COX比例回归模型)，或者叫它风险比例回归模型。我们以下简称为 COX。

COX 技术非常类似于前面我们讲过的逻辑回归，其实，在很多地方这两种方法是一样的，即都是回归技术，几乎一样的公式构造，一样的结果解释，只不过逻辑回归中提到风险因素用 OR(RR) ，而COX使用的是 HR，但是它们的解释都是：变量X相对其参考基线的危险倍数，大于 1 就是危险因素，小于 1 就是保护因素。

既然COX跟逻辑回归这么类似，为什么要单独拿出来讲呢？

因为它们两种方法有一个巨大的差别，就是分析的问题是否带有时间因素。如果分析断面的对比问题，那么就使用逻辑回归; 如果分析的是随着时间变化的对比问题，那么一定要使用COX。

如何实现COX呢？

当然是用我们无所不能的EASYMINING啦。

1、打开EASYMINING系统，在我的工作台中选择数据集后，选择下图红圈内容

2、点击确定进入参数选择

a. 选择结局指标

b. 选择时间轴变量

3、提交后，就可以查看COX的结果了，如下图

今天的算法包就介绍完毕了，是不是很简单呢？小伙伴们自己也来试试吧。

了解更多详情

官方网址：https://www.taemine.com

（文中部分图片来自网络）