層別ログランク検定を SPSS と EZR で行う方法を解説する
層別ログランク検定の使い分け
生存時間データで交絡を調整したいということなら、コックス比例ハザードモデルを使えばよいのだが、なんらかの理由で層別解析&統合をしたい場合、どうしたらよいか?
その場合は、層別ログランク検定を行えばよい。
ただし、ハザード比は求められないことに注意。
SPSSで層別ログランク検定を行う方法
分析→生存分析→Kaplan-Meierを選択。
生存変数:時間変数を投入。
状態変数:イベント変数を投入。事象の定義でイベントの値を指定する。
因子:群別変数を投入。
ストラータ:層別変数を投入。

因子の比較をクリックして、ログランクにチェックを入れて、続行をクリックして戻る。

オプションをクリックして、累積生存率にチェックを入れて、続行をクリックして戻る。

OKをクリックすると、分析結果が出力される。
処理したケースの要約表では、層ごとに群別のイベント数の様子がわかる。

群別変数の検定結果が全体の比較という表に出力されている。

有意確率が0.05であって、0.05未満か、超えているか、わからないときはダブルクリックして、さらに有意確率の数値をクリックすると、もっと下の桁まで表示されるので、確認できる。

今回は0.05未満であった。
層ごとのカプランマイヤー曲線が描画される。


層ごとに様相が異なっていることがわかる。
なので、層別変数で層別する意義があると言える。
EZRで層別ログランク検定を行う方法
統計解析→生存期間の解析→生存曲線の記述と群間の比較(Logrank検定)を選択する。
上記と同じように、観察期間変数(時間変数)、イベント変数、群別変数、層別変数を選択する。

それ以外は標準のままにして、OKをクリック。
以下の部分が解析の結果出力部分。

以下の部分が、結果のまとめ部分。
P値が0.05未満であることが、こちらだとわかりやすい。

カプランマイヤー曲線はこのように一つのグラフとして出力されている。

まとめ
生存時間データを層別解析して統合したい場合、層別ログランク検定を用いる。
SPSSとEZRでの方法を紹介した。
参考サイト・書籍
生存曲線の推定と比較(PDF 6枚目7枚目あたり)
https://waidai-csc.jp/updata/2019/05/20191114_%E7%AC%AC7%E5%9B%9E_%E8%B3%87%E6%96%99.pdf
医学統計勉強会 第4回 生存時間解析(PDF 10枚目あたり)
https://www.cardio.med.tohoku.ac.jp/2005/news/pdf/20131017_textbook.pdf
SPSSによる応用多変量解析
EZR公式マニュアル
コメント