생존 데이터는 다음과 같은 두 가지 이유로 인해 특수한 방법을 사용하여 분석해야 합니다.
1. 일반적으로 생존 시간은 지수, Weibull 및 로그 정규와 같은 특수한 비정규 분포를 따릅니다.
2. 일부 데이터가 중도절단될 수 있습니다.
생존 함수는 하나 이상의 완비 또는 오른쪽 중도절단 데이터 그룹에 대해 비모수 Kaplan-Meier 방법을 사용하여 계산됩니다. 완비 데이터에는 중도절단된 값이 없습니다. 오른쪽 중도절단은 정확한 생존 시간은 모르지만 지정된 값보다 크다는 것을 알고 있는 경우입니다. 모든 유닛이 고장 나지 않고 연구가 종료되거나, 완료되기 전에 환자가 연구에서 나가야 할 때 오른쪽 중도절단이 발생합니다. 분석에 편향을 적용하지 않으면 중도절단 관측값을 무시할 수 없습니다. 생존 모형의 요소는 다음과 같습니다.
• 유닛(또는 환자)에서 사건이 발생하거나 유닛이 중도절단될 때까지의 기간을 나타내는 시간. 시간은 모형 반응(Y)입니다.
• 사건이 발생한 관측값인지 아니면 중도절단된 관측값인지를 나타내는 중도절단 표시자. JMP는 중도절단된 유닛의 코드가 1이고 중도절단되지 않은 사건의 코드가 0이라는 규칙을 사용합니다.
• 설명 변수(회귀 모형이 사용되는 경우)
• 구간 중도절단은 데이터 점이 두 값 사이의 구간에 있는 경우입니다. 구간 중도절단이 필요한 경우 사건 시간을 제한하는 하한과 상한이 두 Y 변수에 지정됩니다.
신뢰성 및 생존 데이터에 사용되는 일반적인 용어에는 수명, 생존, 고장 시간, 사건 발생 시간 및 기간이 포함됩니다.
생존 플랫폼에서는 하나 이상의 그룹에 대한 승법 극한(Kaplan-Meier) 생존 추정값을 계산합니다. 이를 완전 분석으로 사용할 수 있으며, 좀 더 복잡한 모형 적합을 위한 정보를 얻을 수 있는 탐색적 분석으로도 유용합니다. Kaplan-Meier 생존 플랫폼에서는 다음을 수행합니다.
• 각 그룹에 대한 추정된 생존 함수 그림을 표시합니다. 전체 표본에 대한 그림은 선택 사항입니다.
• 각 그룹 및 결합 표본에 대한 생존 함수 추정값을 계산하고 나열합니다.
• 추가 회귀 모델링에 지수, Weibull 및 로그 정규 분포를 사용하는 것이 적절한지 그래픽으로 확인하기 위해 이러한 분포의 진단 고장 그림을 표시합니다. 모수 추정값은 요청 시 제공됩니다.
• 그룹 간 추정된 생존 함수의 동질성을 검정하기 위해 로그 순위 및 일반화 Wilcoxon 카이제곱 통계량을 계산합니다.
• 경쟁 원인을 분석하여 고장 원인 변수를 확인하고 각 원인에 해당하는 중도절단 패턴에 대한 Weibull 고장 시간 분포를 추정합니다.