一晃晃，又是一周過去了。作為一個臨床住院醫(yī)，每天起早摸黑，自以為自己很努力，可一到關(guān)鍵時刻，卻拿不出成果出來，就像大BOSS每次調(diào)侃我們做自我介紹時：我叫某某某，我來自哪里哪里，然后，就沒有然后了……

幸虧自己當(dāng)初加入了《不寫就出局-007》社群，好歹每周還能寫一篇雞湯文章，安慰自己這周我還是有點小成果。

也許有人會問，不寫就出局，出局就出局唄，為什么拼命在那里掙扎？

我的回答是這樣的：

因為我還是有信仰的，信仰我們007這里的人，能堅持到最后的，都不是一般人。不知道寫到第七年，我能不能在南極與戰(zhàn)友們相互擊掌擁抱，但這就是我的夢想，這幾年，我都會為此而努力奮斗。

好了，言歸正傳，開始分享這周的學(xué)習(xí)收獲。

本周主要收獲是關(guān)于數(shù)據(jù)處理部分，我將實操生存分析（Kaplan-Meier生存曲線）、Cox比例風(fēng)險回歸模型以及Logistic回歸模型。

首先需要下載SPSS軟件，百度或者丁香園一堆鏈接，無腦下載安裝就可以了。不過我貌似花了一個多小時給我的MBP成功安裝，試了23、25版本安裝不起來，只有24才可以。

安裝好了以后，接下來我會舉例統(tǒng)計學(xué)最常見的三種統(tǒng)計方法。

實操一：生存分析

首先我們介紹下什么叫生存分析（survival analysis）

生存分析：是將事件的結(jié)果和出現(xiàn)這一結(jié)果所經(jīng)歷的時間結(jié)合起來一類統(tǒng)計分析方法。不僅考慮事件是否出現(xiàn)，而且也考慮事件出現(xiàn)的時間長短。

舉例：肺癌腫瘤大小與患者生存時間的關(guān)系。

1.打開SPSS，導(dǎo)入EXCEL表格，依次：分析-生存分析-Kaplan-Meier；

2.將“survivalmonths”及“tumordeath”分別導(dǎo)入中間的框里，因子就是T_stage；并把比較因子和選項里面能勾的都勾上。

3.生成Kaplan-Meier生存曲線，如下。

從上圖我們可以看出，隨著腫瘤大小越大，患者預(yù)后越差。（備注：這是下載的2014年的肺癌數(shù)據(jù)，隨訪時間只統(tǒng)計到術(shù)后25個月。）

實操二：Cox比例風(fēng)險回歸模型

前面介紹的是Kaplan-Meier法可以進行單個分組變量的生存分析。那么，為了同時分析多個變量對生存時間和生存結(jié)局的影響，則需要采用多因素生存分析方法，其中一個主要的方法就是Cox比例風(fēng)險回歸模型。

舉例：患者種族、病理分級、TNM分期與患者生存時間的關(guān)系。

1.依次：分析-生存分析-Cox回歸；

2.將“survivalmonths”及“tumordeath”分別導(dǎo)入中間的框里，將“grade”、“race”、“Tstage”、“Nstage”、“Mstage”全部納入?yún)f(xié)變量；并將協(xié)變量里的多分類變量進行分類排序；

3.結(jié)果如下圖。

上表就是多因素Cox比例風(fēng)險回歸模型結(jié)果，舉例解讀，T3的患者的死亡風(fēng)險比T1的患者死亡風(fēng)險高30%。

實操三：二元Logistic回歸

Logistic回歸，它是概率型非線性回歸，是研究二分類（可擴展到多分類）觀察結(jié)果與一些影響因素關(guān)系的一種多變量分析方法。

舉例：肺癌患者種族、病理分級、性別等與腫瘤遠處轉(zhuǎn)移（Mstage）的關(guān)系。

1.依次：分析-回歸-二元Logistic回歸；

2.將二分類變量“Mstage”納入因變量，再將將“gender”、“grade”、“race”、“Tstage”全部納入?yún)f(xié)變量，并將協(xié)變量里的多分類變量進行分類排序；

3.結(jié)果如下圖。

上表就是二元Logistic回歸模型結(jié)果，舉例解讀，腫瘤大小影響腫瘤遠處轉(zhuǎn)移，且T3的患者比T1的患者遠處轉(zhuǎn)移的風(fēng)險高14.9倍。

補充鑒別：

多因素Logistic回歸：協(xié)變量大于等于2個，因變量是二分類或者多分類。

多元Logistic回歸：因變量是多分類變量，協(xié)變量任意。

這就是本周關(guān)于數(shù)據(jù)分析的學(xué)習(xí)收獲，對于SPSS的學(xué)習(xí)，我認(rèn)為不僅僅是看視頻操作過程，同等重要的是理解操作背后的統(tǒng)計學(xué)原理，這方面我還需要進一步學(xué)習(xí)。

毒雞湯：再強大的對手，也敵不過你無止盡的堅持；永遠不要逃避問題，因為時間不會給弱者任何回報。