Overlevelsesanalyse
Overlevelsesanalyse
Overlevelsesanalyse
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Ventetidsanalyse Kaplan-Meier 13<br />
Estimation af Kaplan-Meier kurver v.h.a. PHREG<br />
Respons:<br />
“Det tidspunkt, hændelsen sker”; men det sker<br />
ikke for alle, s˚a det er nødvendigt at bruge en<br />
kombination af 2 responsvariable:<br />
“tid” og “hvad skete der”.<br />
Datasættet SKL indeholder (bl.a.)<br />
DAY: tid for udgang<br />
BLD:<br />
1 for reblødning,<br />
0 for censurering<br />
SKLERO:<br />
1 for skleroterapigruppen,<br />
0 for den medicinsk behandlede gruppe<br />
PROC PHREG DATA=skl NOPRINT;<br />
MODEL Day*Bld(0) = ;<br />
STRATA Sklero;<br />
BASELINE<br />
OUT=km<br />
SURVIVAL=KMcurves<br />
LOWER=LowerBound<br />
UPPER=UpperBound<br />
/ METHOD=PL CLTYPE=LOGLOG;<br />
RUN;<br />
SYMBOL1 C=BLACK V=NONE I=STEPLJ;<br />
SYMBOL2 C=RED V=NONE I=STEPLJ;<br />
PROC GPLOT DATA=km;<br />
PLOT kmcurves*day=sklero;<br />
RUN;<br />
Ventetidsanalyse Log rank 15<br />
Log rank test (svarende til en-sidet variansanalyse)<br />
Grupper kan sammenlignes v.h.a. et log rank test.<br />
Princip (for 2 grupper):<br />
Vi forudsætter (“nul-hypotesen”), at der ingen forskel er p˚a de 2<br />
grupper, og betinger for hvert ’døds’tidspunkt med<br />
• det observerede totale antal ’døde’ m(ti) (= m1(ti) + m2(ti))<br />
• antallet af personer under risiko p˚a det givne tidspunkt i hver af<br />
de 2 grupper, n1(ti) og n2(ti) (n1(ti) + n2(ti) = n(ti))<br />
For gruppe 1 kan vi s˚a for hvert ’døds’tidspunkt ti beregne<br />
• det forventede antal ’døde’ E1(ti) = m(ti) · n1(ti)<br />
n(ti)<br />
• variansen p˚a antallet af ’døde’<br />
V (ti) = n1(ti)<br />
n(ti)<br />
· n2(ti)<br />
n(ti)<br />
· m(ti)·(n(ti)−m(ti))<br />
(n(ti)−1)<br />
Ventetidsanalyse Kaplan-Meier 14<br />
Ekstra SAS kode for at f˚a konfidensgrænser med fra PHREG<br />
SAS kode for nødvendige<br />
datamodifikationer:<br />
DATA km; SET km;<br />
IF sklero=0 THEN DO;<br />
type=1; curve=kmcurves; OUTPUT;<br />
type=2; curve=lowerbound; OUTPUT;<br />
type=3; curve=upperbound; OUTPUT;<br />
END;<br />
IF sklero=1 THEN DO;<br />
type=4; curve=kmcurves; OUTPUT;<br />
type=5; curve=lowerbound; OUTPUT;<br />
type=6; curve=upperbound; OUTPUT;<br />
END;<br />
RUN;<br />
Eksempel p˚a kald af GPLOT:<br />
PROC GPLOT DATA=km;<br />
PLOT curve*day=type<br />
/ HAXIS=AXIS1 VAXIS=AXIS2 NOLEGEND;<br />
SYMBOL1 R=1 C=BLACK V=NONE I=STEPLJ L=1 W=5;<br />
SYMBOL2 R=2 C=BLACK V=NONE I=STEPLJ L=33;<br />
SYMBOL3 R=1 C=RED V=NONE I=STEPLJ L=1 W=5;<br />
SYMBOL4 R=2 C=RED V=NONE I=STEPLJ L=35;<br />
AXIS1 LABEL = (’Dage fra randomisering’);<br />
AXIS2 LABEL = (A=90 R=0 ’S(t) = Kaplan-Meier’);<br />
RUN;<br />
(Alternativ SAS procedure.<br />
PROC LIFETEST DATA=skl PLOTS=(S) CONFTYPE=loglog; TIME day*bld(0); STRATA sklero; RUN;<br />
NB: Den duer ikke ved forsinket indgang!)<br />
Ventetidsanalyse Log rank 16<br />
Log rank test fortsat<br />
De forventede antal ’døde’ E1(ti), henholdsvis varianserne V (ti), adderes<br />
for alle ’døds’tidspunkter ti til E1, henholdsvis V . Desuden tælles det<br />
totale antal observerede ’døde’ M1 i gruppe 1.<br />
Log rank teststørelsen<br />
Log Rank Chi Square = (M1 − E1) 2<br />
,<br />
V<br />
er χ 2 -fordelt med 1 frihedsgrad.<br />
Tilnærmelse, der ogs˚a kan bruges for mere end 2 grupper, her G grupper:<br />
G∑ (Mg − Eg)<br />
Log Rank Chi Square ≈<br />
2<br />
,<br />
er χ 2 -fordelt med G − 1 frihedsgrader (bemærk, at alle grupper bidrager<br />
til summen).<br />
g=1<br />
Eg