在醫學研究領域,當涉及到「追蹤時間」(Follow up)的結果變項(Outcome variable / Endpoint)時,主流分析方法為存活分析(Survival analysis),常見作法為將病人的追蹤結果分為兩大類,第一、沒有發生興趣事件(Event of interest)者為設限樣本(Censor),發生研究興趣事件者為事件樣本(Event)。

在目前常見作法中,假設該病人只可能發生單一事件。然而,病人實際的狀況卻沒有這麼簡單。病人在追蹤過程中,除了發生研究興趣事件之外,也有可能遭遇其他事件(例如死亡、器官移植、手術等),在各種病人可能遭遇的其他事件中,某些事件是一旦先發生了(例如死亡),病人將沒有機會再發生研究興趣事件。

舉例來說,研究者想探討膀胱癌的復發(Recurrence)。研究興趣事件為復發,但是病人在追蹤過程中,除了可能發生復發事件之外,也可能先進行根治性膀胱全切除手術,或是先遭遇死亡事件。當病人發生根治性膀胱全切除手術或是死亡事件時,病人未來不再有機會發生研究的興趣事件(此例中為膀胱癌的復發)。這類會造成研究者沒有機會觀察到興趣事件發生的其他事件,就稱為競爭風險(Competing risk),而且競爭風險可以不只一個。

以圖1為例,病人1與病人2在追蹤過程中分別遭遇根治性膀胱全切除手術與死亡事件。病人1雖然繼續追蹤,但是已經不可能發生膀胱癌復發事件(因此根治性膀胱全切除手術到研究終止的追蹤時間以虛線表示);病人2則是在死亡當下就已經追蹤結束,也不可能再發生任何的興趣事件。

 

1.jpg

1、競爭風險示意圖(病人1與病人2

 

在目前各種存活分析的方法中,可以控制/調整干擾變項(Confounding variable)的Cox比例危險模型(Cox proportional hazard model,以下簡稱為Cox model)是最常見的用法,但由於只允許單一事件的發生,所以無法處理競爭風險的問題。

在過去10幾年的發展中,發展出兩種比較常見的方法,分別為第一、特定因素危險函數(Cause-Specific Hazard Function,以下簡稱CSH),以及第二、Fine and Gray1999年提出的次分佈瞬間危險(SubDistribution HazardFunction,以下簡稱SDH)。我們將於接續的幾篇文章中介紹之。

 

Reference

Fine JP, Gray RJ. A proportional hazards model for the subdistribution of a competing risk. Journal of the American statistical association 1999;94:496-509.

創作者介紹

晨晰統計部落格新站(統計、SPSS、BIG DATA討論園地)

晨晰部落格新站 發表在 痞客邦 PIXNET 留言(0) 人氣()