单组患者生存分析（归因死亡）

全因生存分析是一种统计方法，主要用于研究从一项研究开始到感兴趣的事件（如死亡）发生的时间间隔。这种分析方法通常会考虑所有可能导致该事件的原因，因此被称为全因生存分析。

归因生存分析则是一种更细分的方法，主要关注由特定原因导致的事件发生的时间和频率。这种方法可以提供更具体的信息，例如，一个病人是由于其疾病导致死亡，还是由于其他非疾病相关的原因导致死亡。

这两种生存分析方法在医学研究中都非常重要。例如，在一个关于某种癌症的研究中，我们可能想要知道患者的整体生存期（全因生存分析），也可能对特定的死因，如由癌症直接导致的死亡（归因生存分析），更感兴趣。

考虑以下医学研究的例子：在一项研究中，研究人员关注某种癌症患者的生存时间。他们收集了患者的生存数据，包括每个患者的随访时间，以及患者是否发生了感兴趣的事件，例如死亡。通过全因生存分析，他们可以估计患者的整体生存时间和生存率。然后，他们可以使用归因生存分析，详细地查看死于癌症的患者的生存时间和生存率，以及由于其他原因导致的死亡的生存时间和生存率。

在进行全因和归因生存分析时，研究者通常需要收集大量的生存数据，包括生存时间，是否发生了感兴趣的事件，以及导致事件的具体原因等。这些数据通常会存在某些特定的模式，例如右偏分布（大多数人在短时间内发生事件，但有少数人会生存很长时间）、存在删失数据（一些参与者在研究结束前失联，导致其生存时间未知）等，这些都是生存数据的特点，需要在进行生存分析时予以考虑和处理。

例如，在全因生存分析中，由于要考虑所有可能的死因，所以往往需要更全面的数据收集和更复杂的数据处理。而在归因生存分析中，研究者需要更仔细地去查看和分析每个发生事件的具体原因，因此也需要更精细的数据处理和更高级的统计方法。

在处理生存数据时，统计软件如MSTATA可以提供大量的帮助。例如，MSTATA可以很方便地处理右偏分布的数据和删失数据，还可以自动进行生存期和生存率的估计，以及生成生存曲线等。此外，MSTATA还能够进行全因和归因生存分析，支持对多种事件结局的处理，如死于疾病（Died Of Disease, DOD）、死于其他原因（Died Of Other Causes, DOOC）、带病存活（Alive With Disease, AWD）和无病存活（Alive Without Disease, AWOD）。

利用MSTATA软件的全因和归因生存分析功能，研究者可以更有效地处理和分析生存数据，更深入地了解研究对象的生存状况，以及各种事件发生的可能性，从而为临床和公共卫生决策提供有力的依据。

以下是MSTATA在处理多事件结局时的一些主要功能：

此外，MSTATA还提供了KMunicate-Style Plot，这是一种最先进的方式来展示生存曲线和生存时间的分布。

准备数据

首先务必按照下面的格式准备数据（网站上可下载，下载后在此基础上修改）：

下载csv样例数据（右击另存为）

打开如下图：

在使用MSTATA软件进行单组生存分析（归因死亡）之前，您需要准备包含两个关键变量的数据：时间变量（time）和生存结局变量（outcome）。这两个变量的详细说明如下：

生存结局变量（outcome）：表示患者在研究结束时的生存结局。在本工具中，您可以为outcome设置任意标签，但为了清晰明了，我们建议使用如下标签：死于疾病（Died Of Disease, DOD）、死于其他原因（Died Of Other Causes, DOOC）、带病存活（Alive With Disease, AWD）和无病存活（Alive Without Disease, AWOD）。在MSTATA软件中，您可以设定哪个标签代表发生事件，确保标签和实际含义相符。

时间变量（time）：表示从研究开始日期到观察结束日期的时间差。研究开始日期的定义根据您的研究目的而定，例如随机对照研究通常以随机分组日期为开始，而观察性研究可以选择首次诊断日期或首次治疗日期等。关于time变量，请注意以下事项：

当outcome为 DOD 或 DOOC 时，观察结束日期为死亡的日期。

当outcome为 AWD 或 AWOD 时，观察结束日期为最后一次确认患者生存的日期（如研究结束日或随后一次随访日）。

总之，time是一个数值型变量，表示患者从研究开始到观察结束所经历的时间。例如，若time为56，outcome为DOD，则表示患者从研究开始到死于疾病共生活了56天；若time为56，outcome为AWOD，则表示患者从研究开始到最后一次随访并确认无病存活共生活了56天。time的单位可以是天、月或年，MSTATA软件可以在分析时进行转换。

在准备数据时，请确保为每个患者填写非负数的 time 和相应的outcome标签。time 和 outcome均不能为空，否则将无法进行分析。若 time 或 outcome 的数值不确定或缺失，建议不要将该患者纳入数据库。

在实际操作中，您可以根据自己的需求为outcome设置合适的标签，然后在软件里设定对应的事件含义。只要确保在MSTATA软件中正确设定标签含义即可。这将有助于用户更加灵活地应对不同的研究需求，并且更容易地理解和操作数据。

上传和导入数据

进入”导入数据”页面，点击Browse按钮上传文件，最好是.CSV文件为佳。然后务必要点击最下方的”import data” 按钮。

字段的选择和处理

数据导入之后，可以对字段做一些修改和调整：

然后在这个页面，哪怕你什么也没修改，也务必要点击”Apply Changes” 按钮，才能进入下一个页面，否则进行不下去。

选择患者

进入”选择患者” 页面，如果要选取一部分患者做亚组分析的话，在这个页面做选择和调整。

调整因子顺序

分类变量的亚组，在统计图、表中都有出现的顺序，其顺序可以人为调整：

用拖拽的方式可以调整亚组排列的顺序，排在左边的，在后续统计表中都位于上方或左方。最左边的通常会设为参照组。这里可以随时回来调整。

单组患者生存分析

下一步就是生存分析啦：

  1. 选择时间变量：在菜单中找到一个下拉菜单，标签为”请选择代表时间的变量”。在这个下拉菜单中，你需要选择代表时间的变量。对于已死亡的患者，这应该是从疾病开始到死亡的时间差。对于尚未死亡或生死未知的患者，这应该是从疾病开始到最后一次随访（即最后一次确认该患者还活着）的时间差。

  2. 设定时间单位：在菜单中找到一个单选按钮，标签为”请告诉系统您数据中的时间变量每1个单位代表的时间长度”，你可以在这里选择时间变量的单位，选项包括”天”、“周”、“月”和”年”。

  3. 输入疾病名称：在菜单中找到一个文本框，标签为”请输入感兴趣的归因死亡疾病名称”，你需要在这里输入你关注的疾病的名称。

  4. 选择结局状态：在菜单中找到一个下拉菜单，标签为”请选择代表患者最终状态的变量”。在这个下拉菜单中，你需要选择代表患者最终状态的变量。这个变量可以有四个值，分别表示死于某种疾病（DOD），死于其他原因（DOOC），带病存活（AWD），无病存活（AWOD）。

  5. 选择DOD、DOOC、AWD、AWOD代表的值：在菜单中会有四个下拉菜单，标签分别为”请下拉选择结局变量的哪个水平表示死于某疾病”，“请下拉选择结局变量的哪个水平表示死于其他原因”，“请下拉选择结局变量的哪个水平表示带病生存”，“请下拉选择结局变量的哪个水平表示无病生存”。在这些下拉菜单中，你需要选择相应的值。

  6. 选择图表的时间单位：在菜单中找到一个单选按钮，标签为”请选择后续统计图表中的时间单位，系统会自动转换”，你可以在这里选择统计图表的时间单位。

  7. 设定统计表选项和统计图选项：在菜单中，你可以设定统计表的生存率、绘制生存曲线、累积事件曲线、累积风险曲线和KMunicate曲线的选项，以及设定图像的宽度和高度。你还可以设定坐标轴的范围，输入数字即可，时间单位默认为前面菜单中选定的输出单位，如年、月、日。

  8. 输入生存率：在菜单中找到一个文本框，标签为”请输入您需要在统计表中展示的生存率，用英文半角逗号隔开。“。在这里，你可以输入你想要显示在统计表中的生存率。

  9. 设定图像选项：在菜单中，你可以选择是否绘制生存曲线、累积事件曲线、累积风险曲线，以及KMunicate曲线。你还可以设定图像的宽度和高度。

  10. 设定坐标轴范围：在菜单中，你可以设定横坐标（时间）的上限（决定曲线完整显示还是部分显示）和横坐标（时间）的每格单位刻度值。

  11. 设定其他选项：在菜单中，你可以选择是否在图像上显示95%置信区间条带，是否显示风险人数表（Risk table），以及是否显示删失（censored）数据标记。

  12. 开始分析：在菜单的最下方，你可以看到一个按钮，标签为”开始进行单组生存分析”。点击这个按钮，就可以开始进行分析了。

下载报告

点击下载word文件即可