1、)exp()(),(221 10ppXXXt hX t h 房祥忠)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()
2、(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h 最终分期最终分期 FIGO分分期期删失样本删失样本 寿终样本寿终样本 删失比例删失比例 样本比例样本比例 平均寿命平均寿命第一层Ia51782.73%21.33%62.67IbIcIIaIIbIIc第二层IIIa15840.17%68.35%30.70IIIbIIIc第三层IV1871.15%10.32%27.21)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)e
3、xp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h eRR)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h 变量变量Chi-Square 统计量统计量P值值对数秩Wilcoxon似然比对数秩Wilcoxon似然比临床分期145.9928145.992888.9645.0001.0001.0001化疗41.815264.206424.6183.0001.
4、0001.0001年龄31.991921.324017.7509.0001.00010.0001病理分级34.048415.779821.3831.00010.0004.0001术后残余灶直径104.965897.886264.4063.0001.0001.0001)exp()(),(221 10ppXXXt hX t h 因素因素水平水平系数系数危险比率危险比率系数系数P值值模型模型P值值临床分期31.013422.755.0001.00011.157983.184.0001化疗20.499091.647.0001.0001年龄30.369061.4460.0009.00010.693522
5、.001.0001分级30.407331.503.0001.00010.578991.784.0001残余灶直径30.774132.169.00010.00010.951382.589.0001)exp()(),(221 10ppXXXt hX t h 变量变量P值值分期10.9230分期20.9550化疗0.8730年龄10.9920年龄20.9910分级10.9900分级20.9530术后残余灶直径10.9410术后残余灶直径20.9570可以看到,所有的变量不能拒绝PH假定的原假设)exp()(),(221 10ppXXXt hX t h 病情分期各层对数累积危险率曲线病情分期各层累积危
6、险率曲线而对数累积危险率函数曲线应该相互平行。可以看到,这些变量基本上没有偏离危险率成比例假定如果PH假定成立,各累积危险率函数曲线应该是通过原点的直线;)exp()(),(221 10ppXXXt hX t h 化疗各层累积危险率曲线化疗各层对数累积危险率曲线)exp()(),(221 10ppXXXt hX t h 年龄各层累积危险率曲线年龄各层对数累积危险率曲线)exp()(),(221 10ppXXXt hX t h 病理分级各层累积危险率曲线病理分级各层对数累积危险率曲线)exp()(),(221 10ppXXXt hX t h 术后残余灶直径各层累积危险率曲线术后残余灶直径各层对数
7、累积危险率曲线)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h 因素因素分层分层系数系数危险比率危险比率P值值年龄I01.II0.069011.0710.5600III0.219911.2460.1076 临床分期I01.II0.786932.1970.0001 III0.808602.2450.0001 化疗I01.II0.417811.519 0.0001 病理分级I01.II-0.024280.9760.8422III0.196521.217 0.0783 残余灶直径I01.II0.27126 1.3120.0144 I
8、II0.276491.3180.0397)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h 因素因素分层分层系数系数危险比率危险比率P值值临床分期I01.II0.962582.6180.0001 III0.988772.6880.0001 化疗I01.II0.429511.536 0.0001 病理分级I01.III0.225511.253 0.0021 年龄I01.III0.158831.1720.0736)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)ex
9、p()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h 变量变量回归系数回归系数P值值临床分期 0.734100.0001化疗 0.841480.0001年龄 0.32123 0.0992病理分级 0.37759 0.0533残余灶直径 0.31509 0.0162首先,用前面表中单变量Cox回归系数标记5个协变量然后,把它们当做连续变量进行多变量Cox回归结果如下:)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h 协变量协变量变量回归系数变量回归系数各层回归系数各层回归
10、系数总回归系数总回归系数临床分期0.73410001.013420.7439521.157980.850073化疗0.84148000.499090.419974年龄0.32123000.369060.1185530.693520.222779病理分级0.37759000.407330.1538040.578990.218621残余灶直径0.31509000.774130.2439210.951380.29977)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h 低危组两步回归生存率拟合情况中危组两步回归生存率拟合情况高危组两步
11、回归生存率拟合情况)exp()(),(221 10ppXXXt hX t h 两步回归最理想和最恶劣情况下预测生存率对比)exp()(),(221 10ppXXXt hX t h 临床分期临床分期 化疗是否化疗是否规范规范年龄年龄病例分级病例分级 术后残余术后残余灶直径灶直径3年预测年预测生存概率生存概率5年预测年预测生存概率生存概率1 1 1 1 1 77.17%53.71%1 1 1 2 1 73.92%48.43%1 1 1 3 1 72.44%46.14%1 1 1 1 2 71.84%45.23%1 1 1 2 2 68.00%39.64%1 1 1 3 2 66.27%37.26%
12、1 1 1 1 3 70.49%43.22%1 1 1 2 3 66.51%37.59%1 1 1 3 3 64.72%35.21%1 1 2 1 1 74.70%49.67%1 1 2 2 1 71.16%44.21%)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10
13、ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h CART-COX方法确定的叶节点)exp()(),(221 10ppXXXt hX t h 叶节点叶节点样本量样本量平均寿平均寿命命分期分期化疗化疗年龄年龄分级分级术后残术后残余灶余灶直径大直径大小小116662.741210933.952 3规范I III II=314834.072 3规范I IIIII58931.452 3规范III619123.662 3不规范)exp()(),(221 10ppXXXt hX t h 风险因素风险因素系数系数危险比率危险比率P值值101.20.859392.362.0
14、00130.878522.407.000140.876552.403.000151.081092.948.000161.414174.113.0001)exp()(),(221 10ppXXXt hX t h 协变量协变量分期分期化疗化疗年龄年龄术后残余术后残余灶直径大灶直径大小小分级分级相 对 重 要性10.31010.06190.012800.00258)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp
15、()(),(221 10ppXXXt hX t h NoImage)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h 方法方法均值均值最大值最大值标准差标准差Mad直接回归0.021100.061940.019100.01056CART-COX方法0.021040.064150.022320.00618两步回归0.017350.059460.017990.00697方法方法均值均值最大值最大值标准差标准差Mad直接回归0.019270.049390.014240.0095
16、0CART-COX方法0.015890.043950.010470.00815两步回归0.017950.065450.016840.01175方法方法均值均值最大值最大值标准差标准差Mad直接回归0.013400.046610.013150.00774CART-COX方法0.012980.047900.012110.00623两步回归0.019500.069340.019240.00818)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h 方法方法低危组低危组中危组中危组高危组高危组均值标准差均值标准差均值标准差直接回归0.05
17、7900.021340.051220.022870.044450.01751C A R T-COX方法0.059810.019780.046720.019820.044380.01879两步回归0.062510.024070.050860.022670.044790.01811可以看到,对于这组卵巢癌数据,预测方面CART-COX方法比直接回归、两步回归法效果都要好一些。中危组里两步回归法比直接回归好,其它两组中的表现要差一些。)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h)exp()(),(221 10ppXXXt hX t h 谢谢!