含治愈个体生存资料的亚组识别研究

摘要

目的 基于K指数构建一个用于检验生存资料是否存在亚组的统计量,若存在亚组则利用亚组相关协变量建立亚组判别模型预测病人的亚组身份.方法 基于AFT模型与AFTMC模型所得K指数构建统计量Ksub检验生存资料是否存在亚组,当存在亚组时构建统计量Koff寻找区分亚组的最佳时间点,并确定每位患者的亚组身份,进而建立亚组判别模型.结果 Ksub的Ⅰ类错误基本控制在0.05以内,检验效能在多数情况下能够保持较高水平,但当样本量较少、治愈率低以及删失率较高时,Ksub的检验效能下降.在用Koff寻找到区分亚组的最佳时间点T(off)之后,在自定义的四种方法中,方法三识别患者亚组身份的平均灵敏度、特异度和准确度分别为86.8％、82.5％和89.7％,标准差分别为4.1％,5.3％和6.7％.在与自定义的四种方法相对应的四个判别模型中,模型三预测新入组患者亚组身份的平均灵敏度、特异度、准确度和AUC均最高(分别为93.1％、77.5％、82.7％和87.6％),波动范围均最小(标准差分别为6.7％、7.2％、5.1％和3.3％).结论 生存资料可用统计量Ksub检验是否存在亚组.若存在亚组,方法三能够准确和稳定地识别患者的亚组身份,模型三能够有效地预测新入组患者的亚组身份.