生存分析是研究影响因素与结局和生存时间关系的方法，也就是分析影响因素是否与结局相关，以及影响因素与结局出现时间的关系。但虽然名字叫生存分析，并不是只能分析生存、死亡数据，任何我们感兴趣的事件，只要有结局和结局发生时间，都可以进行生存分析，如研究戒烟后复吸的影响因素，就可以将复吸作为“死亡”，未复吸作为“生存”，只要有复吸的结局（是否复吸），以及从戒烟开始到复吸的时间，就可以用生存分析。

生存分析方法包括参数法和半参数法等，参数法的特点是假定生存时间服从特定的参数分布，然后根据已知的分布特点对生存时间进行分析；半参数法是对数据分组，每组采用一种概率分布的假设，最后使用混合概率分布。其中常用的两种方法有Logistic回归分析及Cox回归分析，那么两种回归分析方法有什么异同之处呢？我们来看一下。

两种回归分析方法的相同点

自变量可以是连续变量（如体温）、有序分类变量（如治愈/好转/未治愈）和无序分类变量（如腺癌/鳞癌/大细胞癌）；自变量之间可能会存在交互作用；可采用逐步回归筛选变量，思路为先考虑单变量分析再进行多元回归分析；可进行影响因素的分析、混杂因素的校正、预测分析等；样本含量为至少15~20倍的自然变量个数。

两种回归分析方法的不同点

（1）因变量不同。①Logistic回归分析的因变量需为分类变量，服从二项分布，不可能是连续变量，其中分类变量既可以是二分类，也可以是多分类，而多分类中既可以是有序，也可以是无序。②Cox回归分析的因变量必须同时有2个，一个代表状态，必须是分类变量，另一个代表时间，应该是连续变量。即生存资料至少有两个结局变量，一是死亡状态——是活着还是死亡？二是死亡时间——如果死亡，什么时间死亡？如果活着，从开始观察到结束时的时间是多久？

（2）Logistic回归分析的自变量中不允许出现删失值，而Cox回归分析可以处理具有删失值信息的自变量，充分利用截尾数据信息，对生存时间分布特征及生存时间的主要影响因素进行分析。

（3）Logistic回归分析以生存结局为因变量，仅考虑随访结局（生存或死亡、有效或无效），而未考虑出现该结局的时间长短，即无论结局变量发生在随访早期还是晚期对其处理方法均相同。而Cox回归分析的因变量是生存结局和生存时间，不仅可以从随访结局，而且可以从发生事件的时间长短进行分析。

小结

综上所述，使用Cox回归分析进行对生存资料的多因素分析较有优势，其不要求估计资料的分布类型，且可分析多个因素对生存时间的影响及带有删失数据的资料，但需注意的是删失比例过大可造成偏倚加速增大，研究者在应用时应正确处理。

参考文献

[1] 韩宏志,刘仲祥,官鑫,等.医学期刊中常见的几种统计学分析方法错用误用案例辨析[J].编辑学报,2019,31(1):42-45.

[2] 刘歆.310例肺栓塞临床预后和生存分析研究[D].福州:福建医科大学,2015.

[3] 刘建波,地力夏提·亚合甫,李凡,等.美沙酮维持治疗保持时间及其影响因素的Cox回归分析[J].中国艾滋病性病,2007,13(2):160-161.

来源：临床医学研究与实践

转自：“斐然智达SCI学术服务”微信公众号

如有侵权，请联系本站删除！