该博客介绍了如何使用SPSS进行生存分析，特别是计算乳腺癌患者3年或5年的生存率。通过KM方法（Kaplan-Meier）展示了比较淋巴结肿大和未肿大患者生存率的步骤，包括设置分析选项、选择统计检验、生成生存函数图，并提供了事件分析表和生存率计算。最终，结果显示两者生存率存在显著差异。 摘要由CSDN通过智能技术生成

生存率是我们生存分析的重要结果。后台有粉丝问我如何使用SPSS计算患者3年或5年的生存率，SPSS计算患者生存率还是比较简单的，有两种方法可以计算，我们一一来演示。继续使用我们的乳腺癌数据（公众号回复：乳腺癌可以获得数据），首先把数据导入

我们来看一下数据
age表示年龄，pathsize表示病理肿瘤大小（厘米），lnpos表示腋窝淋巴结阳性，histgrad表示病理组织学等级，er表示雌激素受体状态，pr表示孕激素受体状态，status结局事件是否死亡，pathscat表示病理肿瘤大小类别（分组变量），ln_yesno表示是否有淋巴结肿大，time是生存时间，后面的agec是我们自己设定的，不用管它。
导入数据后，
假设我们想比较淋巴结肿大和没有淋巴结肿大患者5年的生存率有无区别？

我们依次点击
分析----生存分析—KM方法

在对话框中依次填入各选项

比较因子中选择轶检验

保存这里都选上

选项这里勾选生存分析函数图

最后点击确定就可以了，我们来看看结果，先看事件分析表


注意上面是没有淋巴结肿大的表，还有淋巴结肿大的表


根据上表我们可以轻易得出生存率各种数据，也可以得出生存函数图


通过轶检验得出有无淋巴结肿大生存率存在差异

另一种方法：
我们重新回到界面

我们只要算出60个月内的死亡人数，然后除以总人数就可以得出死亡率和生存率
点击
分析—对个案计数

然后填好你需要的时间截点

生成S1变量后对它进行统计就可以了



由此可以知道，60个月内死亡59例，除以1207，死亡率为4.89%，生存率为95.11%，这里要注意一下，我这里算的是总死亡率，如果是单项的话要分开来计算。

生存率是我们生存分析的重要结果。后台有粉丝问我如何使用SPSS计算患者3年或5年的生存率，SPSS计算患者生存率还是比较简单的，有两种方法可以计算，我们一一来演示。继续使用我们的乳腺癌数据（公众号回复：乳腺癌可以获得数据），首先把数据导入我们来看一下数据age表示年龄，pathsize表示病理肿瘤大小（厘米），lnpos表示腋窝淋巴结阳性，histgrad表示病理组织学等级，er表示雌激素受体状态，pr表示孕激素受体状态，status结局事件是否死亡，pathscat表示病理肿瘤大小类别（分组变量）， 具体的方法和术语我们先不讲，首先来看例子。 案例：为了解肺癌 患者 接受某种治疗后的生存状况，研究者收集了12名肺癌 患者 手术加化疗的住院资料。他们的生存时间（月）分别为：2, 5, 8, 9, 9+, 10, 13, 13, 15+, 18, 20, 23+。 试问，采用该治疗方案的12名 患者 的术后 生存率 如何？（案例来自相关教科书，有删改） 如何来评判这种治疗方法的生存.. 4）nomogram （ 根据cox回归结果，建立了中位生存时间，1 年 5 年 生存率 的概率 计算 ） -------------------????????‍♀️本文只有干货，非常干！????----------------------------- 一、数据加载 #生存分析 library("survival") library("survminer") data(" 为什么要使用生存分析而不是使用传统方法，大家可参考（理论介绍的非常详细） https://wenku.baidu.com/view/453b1a0c26284b73f242336c1eb91a37f11132d2.html 传统方法在分析随访资料时的困难 （随访是指医院对曾在医院就诊的病人以通讯或其他的方式，进行定期了解患... 生存描述-描述不同时间的总体 生存率 ， 计算 中位生存时间，绘制生存函数曲线，一般用Kaplan-Meier方法和寿命表法； 生存曲线比较-比较不同处理组的 生存率 ，一般用logrank检验； 生存相关因素的分析：回归模型；由于logrank检验仅能分析一个因素，因此两个或者两个以上因素的分析需要使用Cox比例风险模型； 2、生存分析使用的方法： Kaplan-Meier plots 好比身高的样本均数，抽取的第一拨人 计算 的平均身高和第二拨人的平均身高是有差异的。 因为它们都是样本统计量，所以会随着样本的变化而变化。同样地，如果我们想象一下，把这些样本统计量放在一起再求平均数和标准差，那这次得到的这个标准差叫做什么呢？ 还记得吗？叫标准误。..