生存率是我们生存分析的重要结果。后台有粉丝问我如何使用SPSS计算患者3年或5年的生存率,SPSS计算患者生存率还是比较简单的,有两种方法可以计算,我们一一来演示。继续使用我们的乳腺癌数据,首先把数据导入

python生存曲线绘制与logrank检验 生存曲线spss怎么做_线性回归


我们来看一下数据

age表示年龄,pathsize表示病理肿瘤大小(厘米),lnpos表示腋窝淋巴结阳性,histgrad表示病理组织学等级,er表示雌激素受体状态,pr表示孕激素受体状态,status结局事件是否死亡,pathscat表示病理肿瘤大小类别(分组变量),ln_yesno表示是否有淋巴结肿大,time是生存时间,后面的agec是我们自己设定的,不用管它。

导入数据后,

假设我们想比较淋巴结肿大和没有淋巴结肿大患者5年的生存率有无区别?我们依次点击

分析----生存分析—KM方法

python生存曲线绘制与logrank检验 生存曲线spss怎么做_SPSS_02


在对话框中依次填入各选项

python生存曲线绘制与logrank检验 生存曲线spss怎么做_分析函数_03


比较因子中选择轶检验

python生存曲线绘制与logrank检验 生存曲线spss怎么做_数据_04


保存这里都选上

python生存曲线绘制与logrank检验 生存曲线spss怎么做_SPSS_05


选项这里勾选生存分析函数图

python生存曲线绘制与logrank检验 生存曲线spss怎么做_SPSS_06


最后点击确定就可以了,我们来看看结果,先看事件分析表

python生存曲线绘制与logrank检验 生存曲线spss怎么做_数据_07


python生存曲线绘制与logrank检验 生存曲线spss怎么做_分析函数_08


注意上面是没有淋巴结肿大的表,还有淋巴结肿大的表

python生存曲线绘制与logrank检验 生存曲线spss怎么做_数据_09


python生存曲线绘制与logrank检验 生存曲线spss怎么做_数据_10


根据上表我们可以轻易得出生存率各种数据,也可以得出生存函数图

python生存曲线绘制与logrank检验 生存曲线spss怎么做_SPSS_11


python生存曲线绘制与logrank检验 生存曲线spss怎么做_SPSS_12


通过轶检验得出有无淋巴结肿大生存率存在差异

python生存曲线绘制与logrank检验 生存曲线spss怎么做_SPSS_13


另一种方法:

我们重新回到界面

python生存曲线绘制与logrank检验 生存曲线spss怎么做_SPSS_14


我们只要算出60个月内的死亡人数,然后除以总人数就可以得出死亡率和生存率

点击

分析—对个案计数

python生存曲线绘制与logrank检验 生存曲线spss怎么做_线性回归_15


然后填好你需要的时间截点

python生存曲线绘制与logrank检验 生存曲线spss怎么做_分析函数_16


生成S1变量后对它进行统计就可以了

python生存曲线绘制与logrank检验 生存曲线spss怎么做_线性回归_17


python生存曲线绘制与logrank检验 生存曲线spss怎么做_线性回归_18


python生存曲线绘制与logrank检验 生存曲线spss怎么做_分析函数_19


由此可以知道,60个月内死亡59例,除以1207,死亡率为4.89%,生存率为95.11%,这里要注意一下,我这里算的是总死亡率,如果是单项的话要分开来计算。