Member-only story
免費閱讀文章：[SAS]存活分析(1) KM存活曲線 Kaplan-Meier Method
在醫學上，若我們想要了解某疾病的死亡率以及存活率，可以使用存活分析。 通常我們會設定一個起始時間，像是確診某疾病的時間或是接受手術的時間點，並且觀察特定事件(event)(死亡或疾病復發)，進一步計算疾病的存活率。
存活分析的資料特色
- 依變項(Y)同時為連續且具有類別的性質
- 設限資料
在一般我們使用的分析中，資料不是連續資料就是類別資料，但是存活分析所記錄的資料同時具有這兩種特性。在依變項(Y)中，不只需要紀錄病人的觀察時間，並且需要紀錄在研究結束前，病人的生存與否。
比方說我們研究的時間為今年的一月到十月，A病人從2月確診得了乳癌，8月份時死亡，表示A病人最終死亡(event)，且存活6個月。
B病人3月確診，到結束研究時還活著，代表event沒有發生，我們知道這位病人至少存活了7個月，同時這位病人也是設限資料。
什麼是設限資料呢?
在收集資料的過程中，時常發生追蹤不到的情形(轉院，換了電話)，或是病人因其他原因(車禍)死亡，我們不想讓這些情況影響到研究結果，所以當1.研究結束時，病人並沒有發生特定事件(event) 2.在研究過程中病人失聯或是被剃除了 我們就把這種情況是為設限(censor )
除了B病人是設限資料之外，假設C病人在3月時確診，5月時C病人轉院\失聯，那C病人也同樣是設限資料
Kaplan-Meier 存活曲線
KM 存活曲線可以看見每個時間的存活率，並且為遞減的函數
要如何繪製KM survival plot 呢? 我們使用SAS 來繪製
example for SAS
這邊先提供SAS code ，基本上給好資料 、追蹤時間 還有是否死亡就行了
STRATA 可以選擇要不要，如果沒有寫的畫會跑出全部的存活率，下面會示範兩種情形!
PROC LIFETEST DATA=survival
METHOD=KM PLOTS=(S);
TIME months*dead(0);
STRATA group;
RUN;
資料如下，有20位病人追蹤的月份，死亡與否(dead=1為死亡)，性別
Data data_survival;
input id time status sex$ @@;
datalines;
1 121.98680 1 M 2 66.33585 0 F 3 101.31992 1 M 4 120.96599 1 F
5 30.89584 1 M 6 88.88542 0 M 7 114.43314 0 F 8 76.36350 0 M
9 139.02362…
