生存率终检模型

1引言．终检病人的生存经历是临床上最感兴趣的．通过建立观测到的和未观测到的生存经历之间的关系[1]可给出一个笼统的生存率估计，如kaplan－Meier[2]或Berkson－gage估计值．利用生存率终检模型[4]可给出终检病人生存专率；并经累积死亡数的分解得以实现．本文说明其原理并提出另外两种实现方法：Kanlan－Meier估计值的自相容性[5]和记分函数[6]．2．原理．令随机变量X是检验条件下的真正生存时间．其分布为F（t）＝P（XS心即病人到州的累积死亡概率，其补为F川一l一月（小令随机变量Y代表终检时间．其分布为E（t）＝P（y＜i）；其…     

广义非中心法

目的：本文提出一种广义非中心法以适应终检．它由经典非中心法衍变而来,用于多样本生存率检验所需样本量的测定．方法：其第１步继承经典方法。按已有的非中心卡方分布表和经典ｒ×２卡方统计量非中心参数表达式得出所需同源有效样本量;第２步由同源有效样本量在Ｗｅｉｂｕｌｌ生存分布下的参数表达式按预定终检率反推出所需样本量,并以逐个迭代实现样本量的分配．结果：与已有的校正终检样本量测定方法相比,该方法的特点是,与多样本生存率检验相匹配;摆脱了指数分布的假设;在无终检时还原为经典方法;其观测功效和预定功效精确吻合．结论：该方法可用于多样本癌症临床研究方案的设计．附有工作实例描述设计过程．     

随访研究:样本容量和试验期限

本文估计两队列随访研究所需样本客量和试验期限,以保证在给定显著性水平有足够功效检出所指定的差别。其依据是两指数生存函数队列半数生存期(ch1)的比较,表达为9个简单的公式。其中心环节是截尾率的限定,以保证试验结果的可评价性。其特点是,进入期为三个设计参数:两Ch1之比、截尾率和进入率所固定。该方法用于随访研究的常规设计,带有附加限制的设计,对设计的校对和对方案的评价与修改,均十分简便,并附有实例描述设计过程。     

失访和迄今存活病人的生存率

癌症临床工作的关键指标是生存率，尤其是那些失访和迄今存活病人即终检（也称删失）病例的生存率。后者尚无估计方法。本文提出生存率终检模型，利用该模型从整个样本生存率分离出终检病例生存率，并按二项分布理论构造其方差和置信限。其统计学意义是它揭示出生存率的终检成份和非终检成份，临床意义是它实现了对失访和迄今存活病人生存率的估计。与以往的笼统生存率估计相比，这显然提高了一步。附有工作实例描述其临床应用     

癌症统计学治愈的统计学检验

统计学治愈是癌症治疗的宏观目标,尚无满意评价方法。循非参数途径,本文提出样本与总体队列半数生存期差别的显著性检验:反射统计量和检基统计量,用于这种评价。截尾问题的处理是以指数内插方程利用Kaplan-Meier或Berkson-Gage估计值,因此,该统计量适于各种生存资料:截尾的,非截尾的,分组的,不分组的。本文为适应截尾而作的所有扩展均具有还原性,无截尾时,该统计量还原为经典中位数检验。附有工作实例描述评价过程。