1、预后研究设计,01,预后研究的概念,预后研究设计,02,预后研究的设计方法,03,预后研究的分析方法,04,预后的预测模型,05,案例分析,疾病,病因 危险因素,结局,病因研究,预后研究,疾病预后问题,急性心梗,1. 病人或家属提出的预后问题,病情是否严重？ 能否避免急性期死亡？ 能活多少年？ 会猝死吗？ 会发生再梗塞吗？ 会发生心衰吗？ 生活质量会受到什么影响？ ,男性、 40岁、无症状单纯性房颤,发生脑栓塞、心衰的可能性多大？,需要预防性抗血栓治疗吗？,何时抗血栓治疗预后最好？,2. 医生考虑的预后问题,疾病预后,是指在疾病发生后，对该病未来的发展过程和不同结局（治愈、复发、恶化、并发症发
2、生、伤残、死亡等）做出的事先估计。,疾病会发生什么样的结果？（定性） 发生不良结果的可能性有多大？（定量） 什么时间会发生？（定时） 受哪些因素影响？,疾病预后包括四方面问题,是关于疾病发生后出现各种结局概率及其影响因素的研究。其意义在于可了解疾病的发展趋势和后果，帮助临床医师做出治疗决策；研究影响预后的各种因素，有助于改变疾病的结局；通过预后分析比较不同干预措施的效果。,预后研究,预后因素指影响疾病结局的因素；当患者具有这些因素时，其病程发展过程中出现某种结局的概率就可能发生改变。,预后因素,常见的预后因素,外 环 境：医疗干预效果、医院内感染、医疗卫生条件、社会经济水平、社会保障体系、 家
3、庭因素等。,疾病特点：性质、病程、临床类型、病变程度、合并症、被诊断和治疗的时间等；,患者本身：年龄、性别、营养、体质、免疫功能、心理状况、依从性等；,01,预后研究的概念,预后研究设计,02,预后研究的设计方法,03,预后研究的分析方法,04,预后的预测模型,05,案例分析,疾病预后研究设计,纵向研究（单组，描述性研究） 队列研究 病例对照研究 随机对照试验（从另一个角度看干预试验）,预后的评定纵向研究设计,描述疾病的自然史,描述疾病的治愈率、病死率、致残率、缓解率、复发率、生存率等。,疾病预后的评定指标,病死率：用于病程短易于死亡的疾病； 治愈率：用于病程短不易引起死亡的疾病； 缓解率：用
4、于疾病治疗后进入临床消失期； 复发率：疾病缓解或痊愈后又重新发作； 致残率：发生肢体或器官功能丧失； 生存率：用于长病程致死性疾病 5年存活率：从病程某时点起存活5年病人的比例。 中位生存时间等,预后的影响因素队列研究,有明确的需要研究的主要影响因素。,结局指标可以是计量资料、特定时间段的终点事件、到达终点事件的时间等。,以此主要影响因素的分类作为不同组别，追踪不同组别的结局差异。,影响预后的因素病例对照研究,例：某医院2003年收治非典型肺炎病人100例，其中死亡30例，最终痊愈出院70例，分析影响预后的因素。 以是否死亡为分组依据，分成死亡组30例、存活组70例，回顾性收集病人性别、年龄、
5、病程、基础疾病、接受药物治疗、接受的非药物治疗等。,以特定时间内的结局分类为分组依据进行回顾性分析。,不同干预措施的结局比较随机对照试验,以不同的干预措施为分组依据，进行随机分组,前瞻性地追踪结局,一般追踪时间不能太长，否则患者的依从性有问题，造成可操作性差。,01,预后研究的概念,预后研究设计,02,预后研究的设计方法,03,预后研究的分析方法,04,预后的预测模型,05,案例分析,结局指标特征,任意时点的分类资料：如1年生存率、2年生存率 与时间结合的预后全过程：生存曲线 到达结局的平均时间：中位时间 任意时点的计量资料：如血脂的下降,0,3,9,6,12,50%,100%,随访期不够！,
6、中位时间的计算,0,3,9,6,12,50%,100%,7个月,中位时间的计算,0,3,9,6,12,50%,100%,3个月,中位时间的计算,0,3,9,6,12,50%,100%,9个月,中位时间的计算,统计分析方法,多因素分析：多元logistic回归、COX回归、多元线性回归,任意时点的分类资料：卡方检验 与时间结合的预后全过程：生存分析 到达结局的平均时间：生存分析 任意时点的计量资料：t检验、方差分析,预后研究的案例,性别 年龄,生存分析,在医学研究中，常常用追踪的方式来研究事物发展的规律。如：了解某药物的疗效，了解手术的存活时间，了解某医疗仪器设备使用寿命等等。,生存资料的特点,
7、(1)包含有结局和时间两个方面的信息。 (2)结局资料一般为二分类资料，即结局是两对立相互排斥的事件，如生存与死亡、有效与无效等。 (3)生存资料一般需经过前瞻性随访观察才能获得，随访往往从某统一的时点开始，到某规定的时点结束，所以生存资料有时也称为随访资料。 (4)由于失访等原因使一些研究对象的生存时间难判断，导致部分生存时间数据不完整。,生存资料的数据类型,按观察对象生存时间的完整性可分为两种类型。 (1)完全数据：指观察起点到发生结局事件的时间明确、完整的资料，即具有明确完整生存时间的数据。 (2)截尾数据：指由于其他因素(非研究因素)导致观察对象的生存时间难以明确判断，这种生存时间数据
8、称为截尾数据。也称为截尾值、删失值或终检值。 不论截尾数据的产生原因为何，截尾生存时间的计算均为观察起点至截尾点所经历的时间，而且一般情况下其准确的生存时间要长于截尾时间，常在此类数据的右上角标记“+”。,生存分析基本概念,起始事件是反映生存时间起始特征的事件，如疾病确诊、某种疾病治疗开始、接触毒物等。 在生存分析随访研究过程中，一部分研究对象可观察到死亡，可以得到准确的生存时间，它提供的信息是完全；这种事件称为失效事件，也称之为死亡事件、终点事件。,生存时间（survival time)是指任何两个有联系事件之间的时间间隔，常用t表示。狭义的生存时间指患某疾病的病人从发病到死亡所经历的时间跨
9、度，广义的生存时间定义为从某种起始事件到终点事件所经历的时间跨度。,如：急性白血病病人从治疗开始到复发为止之间的缓解期，冠心病病人两次发作之间的时间间隔，戒烟开始到重新吸烟之间的时间间隔，接触危险因素到发病的时间间隔等。 生存分析中最基本的问题就是计算生存时间，要明确规定事件的起点、终点及时间的测度单位，否则就无法分析比较。,中位生存时间是指寿命中位数，表示有且只有50%的观察对象还可以活这么长时间。由于截尾数据的存在，中位生存期的计算不同于普通的中位数，它可以利用生存函数公式或生存曲线图，令生存率为50%时，推算出生存时间。,生存概率又称为生存率或生存函数，它表示一个病人的生存时间长于时间t
10、的概率，用S(t)表示。 以时间t为横坐标，S(t)为纵坐标所作的曲线称为生存率曲线, 它是一条下降的曲线，下降的坡度越陡，表示生存率越低或生存时间越短，其斜率表示死亡速率。,生存函数,表示死亡速率的大小。如以t为横坐，f(t) 为纵坐标作出的曲线称为密度曲线，由曲线上可看出不同时间的死亡速率及死亡高峰时间。纵坐标越大，其死亡速率越高，如曲线呈现单调下降，则死亡速率越来越小，如呈现峰值，则为死亡高峰。,死亡函数,生存分析的主要内容：,描述生存过程 （估计生存函数）,比较生存过程 （比较生存函数）,影响生存时间的因素分析,SPSS中的菜单位置,生存率的估计方法有参数法和非参数法。常用非参数法，非
11、参数法主要有二个，即乘积极限法与寿命表法。 乘积极限法，又称Kaplan-Meier法，主要用于观察例数较少（n50）而未分组的生存资料； 寿命表法适用于观察例数较多而分组的资料，不同的分组寿命表法的计算结果亦会不同，当分组资料中每一个分组区间中最多只有 1个观察值时，寿命表法的计算结果与乘积极限法完全相同。,描述生存过程,因素分析：Cox回归,寿命表法：寿命表,乘积极限法：Kaplan-Meier,【例1】某治疗方案治疗晚期肝癌患者7例，随访时间（月）记录如下。试分析其生存过程。,SPSS软件操作,第一步：建立变量。,第二步：输入原始数据,第三步：生存分析（1）,第三步：生存分析（2）,第三
12、步：生存分析（3）,第四步：结果解读（1）,结果解读：生存表基本描述,第四步：结果解读（2）,结果解读：生存表统计描述中位生存时间及95%CI,结果解读：生存函数图,第四步：结果解读（3）,生存曲线的比较,对数秩检验：其基本思想是，在假定无效假设（两总体生存曲线相同）成立的前提下，可根据不同日期两种处理的期初人数和死亡人数，计算各种处理在各个时期的理论死亡数。若无效假设成立，则实际死亡数与理论死亡数不会相差太大。,【例2】某医生将20例某恶性肿瘤患者随机分为两组，一组采用纯中药治疗（甲组），另一组采用中西医结合治疗（乙组），观察终点为复发或转移，从缓解出院日开始随访。试分析两种治疗方案的效果有
13、无差别？,SPSS软件操作,第一步：建立变量。,第二步：输入原始数据,第三步：生存分析（1）,第三步：生存分析（2）,第三步：生存分析（3）,Log-rank,第三步：生存分析（4）,第四步：结果解读（1）,结果解读：基本描述,第四步：结果解读（2）,第四步：结果解读（3）,结果解读：生存表统计描述中位生存时间及95%CI,第四步：结果解读（4）,结果解读：组间比较的Log Rank 检验,第四步：结果解读（5）,结果解读：生存曲线,COX比例风险回归模型,在医学研究中，观察对象生存时间往往受多种因素的影响，如胃癌手术后的生存时间，除了与治疗方案有关外，还可能与患者年龄、体质、病情轻重、病理类
14、型、用药等情况有关。统计学上将这些因素称为协变量。 由于生存时间资料常存在截尾值，生存时间t往往不能满足正态分布和方差齐性的要求，一般不适宜用参数方法(如多元线性回归等)来分析生存时间与各协变量之间的关系。 为解决这类问题，英国生物统计学家 D. R Cox 于 1972 年提出比例风险回归模型用于分析带有协变量的生存时间资料。,【例3】50例某恶性肿瘤的生存时间及有关预后因素资料如表。X1为患者年龄、X2为病理类型（0=低分化，1=高分化），X3为有无淋巴结浸润（0=无，1=有），X4为缓解出院后的巩固治疗（0=无，1=有），T为患者的生存时间，S为患者的随访结局（0=截尾，1=死亡）。试进
15、行生存分析。,SPSS软件操作,第一步：建立变量。,第二步：输入原始数据,第三步：生存分析（1）,第三步：生存分析（2）,第三步：生存分析（3）,第三步：生存分析（4）,第四步：结果解读（1）,结果解读：有意义的因素，危险比HR及其95%CI。,X3为有无淋巴结浸润（0=无，1=有），RR1,危险因素 X4为缓解出院后的巩固治疗（0=无，1=有），RR1,保护因素,PH（比例风险）假定判断,满足前提条件才可以进行Cox回归 是否满足前提条件，看以因素为分类依据的生存曲线是否不交叉，若有交叉则表示不满足前提条件,第五步：PH假定判断（1）,第五步：PH假定判断（2）,第六步：结果解读（1）,同理
16、将X3改为X4,重复相同的步骤,第五步：PH（比例风险）假定判断（1）,第五步：PH假定判断（2）,第六步：结果解读（3）,01,预后研究的概念,预后研究设计,02,预后研究的设计方法,03,预后研究的分析方法,04,预后的预测模型,05,案例分析,现代医学的发展，特别是各种复杂的现代化的诊疗技术不断进入医学领域，使临床医学发生了革命性变化，这些变化的结果不但要求对疾病能够准确及时的诊断，很好的进行救治，而且也要求医生对疾病的预后发展给予准确的预测。,除了根据已有的经验，疾病预后预测模型、预测评分系统也是一个重要的方面。,疾病预后预测模型的设计,1、寻找可以进行预测的因素：筛选预后因素 2、寻
17、找合适的预测模型：探索可以采用的预测模型，利用建模数据进行建模 3、验证模型的可靠性：利用预测模型进行前瞻性验证，评价模型的预测准确性,疾病预后预测模型的统计方法,筛选预后因素：回归分析（COX、logistic、线性） 由预后因素构建预测模型：判别函数、logistic回归模型、其他特定函数模型、评分系统等。预测界值，可采用ROC曲线分析 模型验证：一致性评价,疾病评分系统是预后预测的重要工具。 常用的评分系统可被分为两大类，即疾病特异性和疾病非特异性评分系统。 疾病特异性评分是指针对某一种疾病的严重程度或预后的评分方法。 疾病非特异性评分系统是指可以对任何原因所致的危重状态的预后进行综合性
18、评估的评分系统。,如烧伤指数（B1） 创伤评分（TB） 损伤严重程度评分系统（ISS） 格拉斯哥昏迷评分（GCS） 急性心肌梗塞评分(Forrester s classification)急性胰腺炎评分（Ransons criteria） 肝脏疾病评分（Childs-Turcotte classification） 另外如急性呼吸衰竭，成人呼吸窘迫综合征（ARDS），急性肾功衰，获得性免疫缺乏综合征，休克，缺血性昏迷，多脏器功能衰竭也有区分其危险程度的非正式方法应用。 这些不同的各种各样的预后方案以不同形式发展，并且不同程度地被接受。,特异性,急性生理改变及慢性疾病基础综合评分系统（APACH
19、E） 治疗评分系统（TISS） 简化急性生理改变评分系统（SAPA） 死亡率预测模型（MPA） 儿科死亡危险评分（PRISM） 感染严重度评分（SSS）、 感染存活指数（ISI） 感染评分（SS）,非特异性,疾病预后参数使用,为了预测患者住院后的预后结果，在预后评分系统内使用各种变异参数作为预测疾病预后指标。 这些变异参数采集于疾病发展的特定过程中或在某一特点内的表现与其预后结果密切相关，所有的变异参数尽可能的无偏差。 为了避免周期性的原因，预测使用的变异参数必须做到不是结果的一部分。,Glasgow昏迷评分（GCS）,疾病预后评分的研究,自创预后评分系统，结合ROC分析,预后的估计，与实际结
20、局率的比较,小 结,疾病预后的研究需要采用较为复杂的统计方法，一般具有较长的研究周期，特别是有较好的条件利用日常诊疗资料进行研究，因此具有较为重要的研究价值和广阔的选题空间。,01,预后研究的概念,预后研究设计,02,预后研究的设计方法,03,预后研究的分析方法,04,预后的预测模型,05,案例分析,目前，新辅助全身化疗结束后进行乳腺癌手术的最佳间隔时间尚不清楚，延迟手术是否会影响初始化疗的获益也不明确。意大利摩德纳大学医院肿瘤医学部的 C. Omarini 在 EJSO 杂志上发表了关于乳腺癌新辅助化疗后手术时机对预后影响的研究结果，该研究的目的就是评估手术时间（TTS）和总生存（OS）及无复发生存（RFS）之间的关系。该研究共纳入 319 例患者，根据 TTS将接受新辅助化疗的女性乳腺癌患者分为两组：A组为21 天、B组为21天。A组61例， B组258例，中位TTS为34天。根据TTS和已知的预后因素评估和比较OS和RFS。研究并未发现TTS与临床分期、核分级、化疗类型、手术类型之间有统计学意义的关系。与A组相比，B 组的OS和RFS 更差，风险比分别为3.1 和2.8。多因素分析进一步证实，TTS 是OS和RFS 的独立预后因素。,案例1,谢 谢！,
