“删失”一词似乎暗示您或受试者做了不恰当的事情。但事实并非如此。生存分析涉及测量总体样本中各观察结果(受试者、个体等)从某个定义的“开始时间”至某个定义的“结束点”之间的历时量。很多时候,生存分析中有些观察结果的历时量未知。可删失这些观察结果,与此有关的原因已连同下述示例一起解释,以便更容易理解此情况。
思考一个计划持续6个月并纳入20名参与者的假设临床试验。该试验的入组标准确保在试验开始时,只确定20名参与者中的8名。在之后四个月中招募其余12名参与者。跟踪每名参与者,直至发生以下三件事情中的一件:
1.参与者发生感兴趣事件(在此情况下,感兴趣事件为参与者死亡)
2.参与者退出本研究
3.本研究在6个月后结束,但参与者在此期间未死亡
以下图表示出了本研究中最初8名参与者的时间表,并指示他们是否死亡(事件)或是否删失。
以上图表在X轴上示出“日历时间”(自实验性试验开始的历时量)。由于前八名参与者一开始便进入试验(时间为0),从图表中可直接读出发生事件或删失前的历时。如上述图表所示,参与者01的随访期为四个月,然后死亡。类似地,参与者02和03的随访期分别为两个月和一个月,然后各自发生感兴趣事件。参与者07的随访期为6个月,在本研究结束前死亡。相比之下,参与者04的随访期为整整六个月,在此期间未发生感兴趣事件(存活至本研究结束)。参与者05的随访期为两个月,在此期间未死亡。但在两个月后,参与者05选择退出本研究。参与者08也在仅仅一个月后退出本研究。注意参与者04与07之间的差异。尽管两人均参加本研究6个月,但我们知道参与者07已死亡,而参与者04存活至本研究结束。
对于参与者04、05和08,我们不能知道他们发生感兴趣事件前的历时,只能知道感兴趣事件必须发生在观察期结束后。从这八名最初参与者中,我们只能说有五名发生感兴趣事件,而另外三名删失。
既然我们已知道该可视化图表所呈现的内容,我们可查看本研究中的所有其他参与者,了解数据的全貌。
研究开始后,又招募12名参与者(参与者09-20)。与先前一样,以上图表的X轴示出“日历时间”。但我们可看到,参与者09-20的“开始时间”不再是时间=0。由于每名参与者的开始时间和结束时间可能不同,我们必须找到这两个值之间的差异,以分别确定每名参与者的“观察历时”。使用上述图表,我们看到接下来的12名参与者中有7名在一个月后招募,3名在两个月后招募,2名分别在3个月和4个月后招募。正因为如此,我们不能简单地把事件或删失时间解读为历时,原因在于这些个体并非从时间零点开始。
在本研究开始后招募的12名参与者中,1名(参与者18)退出本研究,2名在本研究结束前未发生感兴趣事件,最终获得3项额外删失观察结果和9项额外感兴趣事件观察结果。
该删失方法称为“右删失”,原因在于时间表右侧删失参与者的生存时间未知。换言之,事件必须在每名参与者的观察期后发生。除此之外,还有其他删失方法(最常见的是左删失和区间删失),但Prism中的生存分析将使用右删失。
本指南的以下部分将涵盖Prism提供的两种生存分析的信息:
•非参数生存分析:不允许多个预测变量或连续预测变量。使用Kaplan-Meier(乘积极限法)方法估计生存函数(生存曲线)。可以使用对数秩(Mantel-Haenszel、Mantel-Cox)和/或Gehan-Wilcoxon检验比较不同组(由单一分类变量定义)的单独曲线
•半参数生存分析:使用Cox比例风险回归估计每项观察结果的风险比和参数系数、基线累积风险和生存曲线以及生存概率估计值。允许包含多个连续和分类预测变量
第三种生存分析(即参数生存分析)需要关于总体样本中生存时间分布的额外假设,目前未在Prism中作为分析提供。