医学研究で生存曲線を作成したいのですが、statviewでのKaplan-Meier法での作成方法が良く分かりません。真興交易出版部の本「stat-view医学統計マニュアル」には詳しい記載がありませんでした。特に、基本となるデータシートの作成が良く分かりません。4つのパラメーターをデータシートから選択すると自動的に生存曲線は作成されるのだと思うのですが、そのパラメーターも1)時間変数2)打ち切り変数3)群分け変数4)層別変数、とありどのようにデータ-を入力すればいいのかピンときません。よろしければ、具体的なデータシートの作成方法を教えてもらえれば幸いです。

このQ&Aに関連する最新のQ&A

A 回答 (2件)

 群馬大学社会情報学部の青木繁伸教授が、統計・検定に関する解説についてわかりやすいホームページを掲載しております。


 ご質問の方法の考え方については、下記URLをご覧になると理解しやすいかと思います。
 その他の頁にも参考となる統計手法についての解説が膨大に載っているので、参考にしてください。
 また、Excelによる同法のプログラム(VBAマクロ)が、違う頁にあるので、上から順に探してください。
 回答にはなりませんが、以上参考まで

参考URL:http://aoki2.si.gunma-u.ac.jp/lecture/Survival/k …
    • good
    • 0

データ文書(私は通常エクセルで入力したデータを利用)を開き、



[解析]→[新規ビューシート]→[生存分析(ノンパラメトリック法)]→[分析法]→[Kaplan-Meier 法]→[ok]

とします。
生存期間(months or days or years など)を[時間]に、
Dead or Arive を 0 or 1 に変換したセルを[打ち切り]に、
調べたい項目のデータ(+ or -) を[群]に設定します。

ここで、生存期間は「連続変数」打ち切り例は「名義変数」にします。

私は通常このやり方で生存曲線を作成していますが、お役に立てば幸いです。
    • good
    • 0

このQ&Aに関連する人気のQ&A

お探しのQ&Aが見つからない時は、教えて!gooで質問しましょう!

このQ&Aを見た人が検索しているワード

このQ&Aと関連する良く見られている質問

QStatviewでの解析で

古いソフトですが、Statviewを使用して多変量解析を行っています。
従属因子と独立因子を指定して解析を行うと、
”SSCP行列の処理中に特異性が見つかりました。この分散分析を行うには欠測値が多すぎます。あるいは、従属変数が関係しています。”
とでます。
データに欠損はありません。
従属因子を2つで、独立因子を3つぐらいなら解析可能ですが、それ以上独立因子を増やすと上記のエラーメッセージがでてしまいます。
これは何なんでしょうか?

Aベストアンサー

多変量解析といってもいくつかあるわけで、具体的に何をしたのか書いてもらえないと的確な回答は得られないでしょう。

> 従属因子と独立因子を指定して解析を行うと、

従属因子というのは従属変数、独立因子というのは独立変数のことでよろしいのでしょうか。

例えば、重回帰分析をする場合に変数の数(列数)がデータ数(行数)よりも大きいと、このようなエラーが出ます。要するにデータ行列の行数が少ないと途中で計算ができないわけです。

Qカイ2乗検定って何??;;

タイトルのとおりですが…大学で統計の基礎な授業を一般教養で受けています。だけど知らない&説明のない言葉がいっぱぃで、全くついていけません(>_<))
「人が一番選ばなさそうな数字」を何度か投票した結果があって、その数字は無作為に選ばれてるかどうか、有意水準1%としてカイ2乗検定をして判断する、という問題があるのですが、カイ2乗検定自体、授業でちらっと言葉は使ったものの、計算の仕方、使い方の説明等はなく、まったく手がつかずにいます;;ネットでも調べてみましたが、どう使っていいのかまでは分かりませんでした。
知識の無い私でもわかるようなものがあれば教えて下さいっっ!お願いします。

Aベストアンサー

こんにちは.χ2(カイ二乗)検定を厳密に理解するには,数学的素養を持っている状態できっちりと統計学を学習する必要があるのですが,統計データを解析するための手段として統計学を「使う」のであれば,多少の原理を知っておけばよいでしょう.
以下初学者向けにかなり乱暴な説明をしています.正確な理解をしたければ,後で統計学の教科書などで独学して下さい.

χ2検定とは,χ2分布という確率分布を使ったデータ解析法と考えてもらう……のが一番なのですが,多分χ2分布って何? と思われるでしょう.χ2分布とは,二乗値に関する確率分布と考えることができるのですが,この辺もさらりと流して下さい.

例を使って説明します.今,道行く人にA,B,C,Dの四枚のカードの中から好きなもの一枚を選んでもらうとしましょう(ただし,選んでもらうだけで,あげるわけではありません.単にどのカードを選択仕方の情報を得るだけです).一人一枚だけの条件で,160人にカードを選んでもらいました.
さて,ここで考えてみて下さい.4枚のカードには大きな違いはなく,どれを選んでもかまわない.でたらめに選ぶとなれば,どのカードも1/4で,同じ確率で,選ばれるはずですよね? ならば,160人データならば,Aは何枚ほど選ばれる「はず」でしょうか? 同様に,B,C,Dは何枚選ばれる「はず」でしょうか?
……当然,A=B=C=D=40枚の「はず」ですよね? この40枚という数値はでたらめに(無作為に)選ばれたとしたらどんな数値になるかの【理論値】を意味します.

さて,上記はあくまでも理論値であり,実際のデータは異なる可能性があります.というよりはむしろ違っているのがふつうでしょう.そのような実際に観測された数値を【観測値】と呼びます.
仮に理論値と観測値が以下のようになったとします.

        A    B    C    D
(1)観測値   72   23   16   49
(2)理論値   40   40   40   40

当然のように観測値と理論値にズレが生じています.しかし現実と理論が異なるのはある意味当然なのですからぴったり一致することなどありえません.そこで,「ある程度一致しているか(ズレは許容範囲か)」を問題にすることになります.しかし,「ある程度」といわれても一体どのぐらいであれば「ある程度」と言えるのでしょうか? なかなか判断が難しいではないですか?
確かに判断が難しいです.そこで,この判断のために統計学の力を借りて判断するわけで,更に言えばこのような目的(理論値と観測値のズレが許容範囲かどうか)を検討するときに使われるデータ解析法がχ2検定なのです.

        A    B    C    D
(1)観測値   72   23   16   49
(2)理論値   40   40   40   40
(3)ズレ    +32   -17   -14   + 9
(4)ズレ二乗 1024   289   196   81
(5)(4)÷(2) 25.6  7.225  4.9  2.025

 χ2=25.6+7.225+4.9+2.025=49.25

計算過程をさらりと書いていますが,早い話が観測値と理論値のズレの大きさはいくらになるのか,を求めることになります.最終的には「49.25」というズレ値が算出されました.

さて,この「49.25」というズレ値が許容範囲かどうかの判定をするのですが,ここで,χ2分布という確率分布を使うことになります.詳細は統計学教科書を参考してもらうとして,χ2分布を使うと,○○というズレ値が(ある条件では)どのぐらい珍しいことなのか,という「珍しさの確率」を教えてくれます.
かりに「有意水準1%=1%よりも小さい確率で発生することはすごく珍しいと考える(許容範囲と考えられない)」とすれば,「珍しさ確率」が1%以内であれば「許容範囲ではない」と判断します.

以上,長々と書きました.今までの説明を読めばわかるように,χ2検定とはある理論値を想定した時,実際の観測値がその理論値とほぼ一致しているかどうかを調べるための統計解析法のことです.

χ2検定では,理論値をどのように設定するかは分析者の自由です.その設定の仕方で,χ2検定は「適合度の検定」や「独立性の検定」など異なる名称が付与されますが,本質は同じなのです.

質問者さんの場合は

> 「人が一番選ばなさそうな数字」を何度か投票した結果があって、その数字は無作為に選ばれてるかどうか、

これを理論値としてうまく設定することが鍵となるでしょう.

こんにちは.χ2(カイ二乗)検定を厳密に理解するには,数学的素養を持っている状態できっちりと統計学を学習する必要があるのですが,統計データを解析するための手段として統計学を「使う」のであれば,多少の原理を知っておけばよいでしょう.
以下初学者向けにかなり乱暴な説明をしています.正確な理解をしたければ,後で統計学の教科書などで独学して下さい.

χ2検定とは,χ2分布という確率分布を使ったデータ解析法と考えてもらう……のが一番なのですが,多分χ2分布って何? と思われるでしょう.χ2分布...続きを読む

Q医学統計解析について

初めまして、統計解析の手法で分からないところがあります。ある検査の値(仮にA)から、一定以上の値なら悪性、以下なら良性となる指標を求めたいです。この場合は、2x2クロス集計表でフィッシャーの直接確率計算法でAを1回ずつ指定して計算していくしかないのでしょうか。何か他にも良い方法がありそうな気がするのですが・・・。

Aベストアンサー

No.2に付けられたコメントに関してです。

> ・true positive(グラフで言うY軸)の最大値が1までいかないのは問題ないのでしょうか。

 問題ないです。
$A$2:$A$1000>=A2
とやっているから、与えたデータのうちの少なくとも1個はこの条件に引っかかることになります。これが100%のところにプロットが生じない理由です。

> ・実際のROC曲線から、最も適したカットオフ値を求める手法はあるのでようか。

 ROC曲線だけで決める事はできません。「最も適した」という判断の基準になる評価方法が不明だからです。
 逆に、評価を計算する評価式を作りさえすれば、「その評価式の値を最大にするようなROC曲線上の点」は計算だけで決定できます。たとえば、
y = (true positiveの確率)
x = (false positiveの確率)
として、
F(x,y) = -A x + B y (A,B>0)
という評価式を作ったとします。そうしたら、
 F(x,y)=C
という方程式を考えて、ROC曲線のグラフと同じグラフ上に描くと、右上がりの直線になります。この直線がROC曲線と接するところが、最大のCですから、その接点を診断の基準にすれば良いことになります。
 F(x,y)が一次式でない場合には、F(x,y)=Cは曲線になりますが、話は同じ事です。

 さて、
F(x,y) = -A x + B y (A,B>0)
という形をとるにしても、A, Bを、検査対象者に占める有病率だとか、false positiveの場合のコストとfalse negativeの場合のコストなどから計算する方法は「どう評価するか」という思想そのものを反映するわけで、当然ながら公式というものはありません。

 例えば、この検査は軽い症状を訴える人に使うスクリーニングであって、もしスクリーニングに引っかかったら診断能の高い精密検査(特殊な設備が要る。たとえばMRI検査)を行うものとしましょう。また、スクリーニングで見逃してしまっても、すぐに致命的な結果にはならない疾患が対象だとしましょう。こういう場合には、false positiveが大きいと精密検査を受ける人数が増えてしまって捌ききれませんから、精密検査用設備の稼働率が丁度100%になるように閾値を設定するのが、病院経営上の合理的判断かも知れません。
 また、この検査は致命的な疾患を検出するための検査であって、もしこの検査で見逃すと近いうちに死亡したり、治療に莫大なコストが掛かる事態になるようなものである場合、たとえfalse positiveが多くなっても、true positiveを高くすることが重要です。しかし、検査を受けた全員がpositiveになってしまう検査では検査の意味がありません。(だからこの検査はしない、という判断もあり得ます。検査をするなら、)true positiveが(100-α)%であって、なおかつfalse positiveができるだけ少ないような、そういう閾値を選ぶ必要があります。αをどう設定するかが問題です。「検査で見逃したせいで大変なことになった」という事態に掛かるコスト(コストと言ってもお金だけじゃないでしょう)を勘案しなくてはなりません。

No.2に付けられたコメントに関してです。

> ・true positive(グラフで言うY軸)の最大値が1までいかないのは問題ないのでしょうか。

 問題ないです。
$A$2:$A$1000>=A2
とやっているから、与えたデータのうちの少なくとも1個はこの条件に引っかかることになります。これが100%のところにプロットが生じない理由です。

> ・実際のROC曲線から、最も適したカットオフ値を求める手法はあるのでようか。

 ROC曲線だけで決める事はできません。「最も適した」という判断の基準になる評価方法が不明だ...続きを読む


人気Q&Aランキング