竞争风险分析：超越传统生存分析

发布时间 2026 年 6 月 20 日

在事关生命和治疗效果的医学研究中，传统的生存分析往往无法准确预测结果。竞争风险分析正在改变研究人员研究和预测疾病进展及治疗成功率的方式。

一项对 442 名植入式心脏复律除颤器 (ICD) 的受试者进行的研究发现，180 名患者接受了 ICD 治疗，29 名患者未接受治疗而死亡，233 名患者被排除在外。这说明了在医学研究中考虑相互竞争的事件至关重要。随着时间的推移，可能会出现多种结果。

传统的生存分析方法，例如Kaplan-Meier估计法，在处理竞争风险时存在局限性。它可能会高估风险，导致错误的结论和不良的临床决策。竞争风险分析有助于研究人员了解每个事件的真实风险，即使其他事件可能会阻止主要结局的发生。

关键精华

竞争风险分析 延伸传统 生存分析 处理医学研究中的复杂事件结果。
与标准方法不同， 竞争风险分析 允许研究人员量化 绝对风险 特定事件类型，如疾病复发或治疗相关死亡率。
此 Kaplan-Meier 估计量 在存在竞争事件的情况下可能会高估风险，凸显了对更先进的统计技术的需求。
竞争风险 分析使研究人员能够更深入地了解生存动态并做出更明智的临床决策。
累积发生率函数 （CIF）曲线和 回归建模 技术，如 特定原因的危害 和 子分布风险 模型，是 竞争风险 分析。

接下来我们将探讨竞争风险分析的细节。我们将研究关键概念、工具以及它们在生存研究中的应用。准备好发现超越传统生存分析的新见解。

竞争风险分析简介

许多医学研究着眼于疾病复发或患者死亡所需的时间。但有时，其他事件的发生会阻碍我们观察到主要事件。这些干扰因素至关重要，因为它们会改变我们对生存分析结果的理解。

理解竞赛项目的重要性

较早的生存分析方法，例如Kaplan-Meier 估计法，在处理竞争风险时效果不佳。这些方法会将这些风险视为缺失数据，这可能导致主要事件发生的风险看起来比实际更高。当存在竞争风险时，这些方法无法显示主要事件发生的真实概率。

传统生存分析的局限性

竞争风险分析更适合用于分析包含多种不同事件的生存数据。它有助于我们了解多种失效原因和组合终点如何影响生存率或事件发生时间结果。

“在存在竞争风险的情况下，Kaplan-Meier 估计法将竞争事件视为受审查事件，从而使发生率的估计向上偏向，从而导致高估和偏差。”

累积发生率函数 (CIF)更擅长处理竞争事件。与传统的 Kaplan-Meier 方法相比，它能更准确地反映事件发生的频率。通过理解竞争风险和传统生存分析的局限性，研究人员可以构建更完善的模型，从而帮助他们在医学研究中做出更明智的决策。

累积发生率函数：中心度量

在分析存在竞争风险的数据时，累积发生率函数 (CIF)至关重要。它与Kaplan-Meier 估计器不同。CIF 直接反映了特定事件随时间推移发生的绝对风险，并且还考虑了其他可能发生的事件。

估计事件发生的绝对风险

CIF 对于展示不同事件如何发生以及群体生存如何变化至关重要。它清楚地表明了主要事件在特定时间发生的可能性。这很重要，因为它避免了 Kaplan-Meier 方法在存在其他风险时可能犯的高估风险的错误。

与 Kaplan-Meier 估计量对比

Kaplan-Meier 方法常用于生存分析，但它不适用于存在竞争风险的数据。该方法将竞争事件视为删失数据，导致主要事件的风险看起来比实际风险更高。另一方面，累积发生率函数 (CIF)能更真实地反映主要事件的风险。它考虑了其他可能阻止主要事件发生的事件。

“CIF 提供了一种更准确、更具临床相关性的测量方法，可以在存在竞争风险的情况下测量发生感兴趣事件的概率。”

竞争风险数据的描述统计

竞争风险分析首先要仔细研究描述性统计数据。我们重点关注累积发生率函数（CIF）和特定原因发生率。CIF 显示了某个事件随时间推移发生的风险，同时也考虑了其他事件。特定原因发生率则告诉我们每个事件在特定时间发生的风险。

这些统计数据是了解存活率和不同事件影响的关键。通过查看 CIF 和特定原因的存活率，研究人员可以发现重要的模式。这有助于指导进一步的研究。

数据集	感兴趣的事件	竞争风险事件	主要发现
范可尼贫血 (FA)	血液系统恶性肿瘤 (HM)	HM 发作前死亡	此累积发生函数考虑到 FA 相关并发症导致的死亡竞争风险，估算了 HM 的 CIF。
乳腺癌	乳腺癌相关死亡率	因其他原因死亡	将其他原因导致的死亡视为竞争风险事件，计算了乳腺癌特定死亡率的 CIF。
慢性淋巴细胞白血病（CLL）	死亡	复发	特定原因发生率用于比较不同HLA组合和疾病状态的CLL患者的死亡和复发风险。

利用这些见解，研究人员可以掌握竞争风险的复杂性质。这有助于他们决定下一步的最佳分析步骤。

竞争风险的回归建模

回归建模是理解风险因素如何在存在其他风险的情况下影响特定事件的关键。主要有两种方法：原因特定风险模型和亚分布风险模型。

特定原因风险模型

特定原因风险模型着眼于特定事件当前发生的风险，前提是该事件尚未发生在特定人群身上。它们帮助我们了解哪些因素与事件的成因相关。

子分布危险模型

子分布风险模型着重于事件发生的总体风险，同时也考虑了其他事件的影响。它们展示了风险因素如何影响事件发生的概率。这些模型对于理解竞争风险数据至关重要。

他们考察的是亚分布风险，也就是在考虑其他事件的情况下，事件发生的风险。这有助于我们了解风险因素如何改变事件发生的概率。这对于医疗保健决策和风险预测非常有用。

回归方法	专注	关键指标
特定原因的危害型号	关注事件的瞬时风险（以无事件为条件）	特定原因的危害
配电危险型号	累积发生率函数，考虑竞争事件	子分布危险

“竞争风险分析是一种特殊类型的生存分析，旨在估计在存在竞争事件的情况下某一事件的边际概率。”

竞争风险，累积发生率函数

在竞争风险分析中，累积发生率函数（CIF）至关重要。它有助于我们了解在多种事件发生的情况下，生存情况如何。CIF 显示了在考虑其他事件的情况下，特定事件随时间推移发生的风险。

当存在竞争风险时， CIF 比Kaplan-Meier 估计器更准确。它能真实反映事件发生的概率，并确保在任何时刻所有事件的风险总和为 1。

特定病因发生率显示了特定时间点每种事件发生的风险。这些发生率能让我们更详细地了解生存情况，展现不同事件如何随时间推移影响研究结果。

疾病发生率指数（CIF）和特定病因发病率共同作用，用于分析各种相互竞争的风险。它们有助于研究人员和医生做出明智的选择，并为患者制定更好的治疗方案。

米制	描述	解释
累积发生率函数 (CIF)	估计绝对风险随着时间的推移经历特定事件类型，解释竞争事件的存在。	考虑到其他竞争事件的影响，直接衡量经历感兴趣事件的概率。
特定原因发生率	测量给定时间点每种事件类型的瞬时风险。	为 CIF 提供补充信息，强调不同事件类型对整体生存动态的相对贡献。

结合使用这些指标可以全面了解研究组中的竞争风险。它可以帮助研究人员和医生做出明智的决定并制定有效的治疗方法。

心血管研究中的应用

竞争风险分析是心血管研究的关键。它有助于应对心脏病发作、中风和死亡等诸多事件。这种方法对于预测老年人的心脏病风险尤为重要。许多老年人可能在发生心脏病事件之前就因其他原因死亡。

预测冠心病事件

这项分析有助于确定心脏病事件的真实风险。它还会考虑其他事件，例如与心脏病无关的死亡原因。这可以提供更精确、更有用的风险预测模型。它有助于医生做出更好的决策，并制定更有效的预防和治疗心血管疾病的方案。

分析临床试验中的复合终点

心脏病学试验通常使用综合终点来观察干预措施的效果。这些终点包括心脏病发作或死亡的时间等。竞争风险方法通过显示每个事件发生的概率来提供更多细节。这有助于我们了解干预措施如何影响不同的事件，从而明确其效果。

“在心血管研究中，竞争风险分析至关重要，因为其中可能发生多种互斥事件。它能够提供更准确的风险预测，并更深入地了解干预措施对不同心血管结局的影响。”

假设和限制

传统的生存分析和竞争风险分析都存在一些假设。其中一个关键假设是独立删失假设。这意味着，某人停止被追踪的原因不应取决于其健康状况或其他事件。

重要的是，那些停止被追踪的人与那些继续参与研究的人有相同的生存机会。如果这个假设不成立，结果可能是错误的。

评估独立审查假设

研究人员需要检验独立删失假设是否适用于他们的数据。如果不适用，他们可能需要尝试不同的数据分析方法。竞争风险分析需要充分理解其假设和局限性才能获得准确的结果。

看看如何终检发生：检查被审查是否与其他事件无关，或者是否与某些患者特征或健康因素有关。
进行敏感性测试：这些测试显示错误的假设如何改变研究结果。
考虑其他建模方法：如果假设值得怀疑，可以研究其他方法，例如终检加权或联合建模事件和终检.

了解竞争风险分析的假设和局限性有助于研究人员做出更好的决策。这将使他们的研究得出更可靠、更有用的发现。

“违反独立删失假设会导致累积发病率函数和回归模型参数的估计出现偏差。”

解释和临床意义

竞争风险分析能够为医生和患者提供深刻的洞察，帮助他们做出更佳的治疗选择。累积发生率函数能够反映事件发生的真实风险，同时考虑其他风险因素。这对于制定明智的治疗方案和疾病管理策略至关重要。

此外，诸如亚分布风险模型之类的方法有助于发现影响事件风险的因素。这些信息有助于为每位患者创建风险模型。它指导医生为每位患者选择正确的治疗方法。

了解不同结果和其他事件的风险对于临床决策至关重要。这项分析全面展现了不同因素之间的相互作用，有助于医生在做出决策时考虑到其他风险。

在风险预测中，这种分析有助于构建强有力的预测模型。通过使用累积发病率函数和亚分布风险比，这些模型能够清晰地展现风险。这有助于医生和患者在预防、筛查和治疗方面做出更明智的选择。

总体而言，竞争风险分析可以极大地改善我们的决策和风险预测方式。这可以带来更好的患者治疗效果和更有效的疾病管理。

软件与实施

在进行竞争风险分析时，研究人员有很多软件可供选择。R 统计语言因其强大的竞争风险建模和推断软件包而广受欢迎。

用于竞争风险分析的 R 包

一些用于竞争风险分析的顶级R 软件包包括：

韓規模：该包有助于估计累积发生率函数并拟合特定原因和子分布风险模型。
生存：一个支持多种生存分析类型（包括竞争风险）的大包。
定时器：提供分析事件时间数据的工具，包括竞争风险模型。

这些软件包使研究人员能够在 R 中使用高级统计方法进行竞争风险分析。这使得在医学研究、流行病学和生物统计学等领域更容易使用这些方法。

小包装	主要功能	计算效率
韓規模	估计累积发生率、特定原因和子分布风险模型	在大数据集上拟合 LASSO 正则化的 Fine-Gray 回归大约需要 24 小时，这表明它不适合大数据。
生存	提供多种生存分析工具，包括竞争风险分析工具	当前的方法难以应对细灰度模型的复杂性，尤其是在处理大型数据集时。
快移键控	使用一种新的前向后向扫描算法，该算法对大型数据集非常有效	fastcmprsk 包在惩罚和非惩罚 Fine-Gray 模型估计方面都优于其他方法。

这些软件工具简化了许多研究中的竞争风险分析。它们使研究人员能够使用高级统计方法，并从数据中获得宝贵的见解。

案例研究：植入式心脏复律除颤器数据

在心脏研究中，尤其是在植入式心脏复律除颤器（ICD）领域，竞争风险研究变得越来越重要。美国国立卫生研究院期刊上的一项研究表明，这种方法有助于了解ICD患者的生存情况。

该研究通过追踪从植入到首次治疗或死亡的时间，观察了 ICD 如何帮助患者。研究将 ICD 治疗和死亡视为相互竞争的事件。这意味着一个事件会阻止另一个事件发生。

为了解决这个问题，该研究采用了累积发生率函数。该函数有助于估计每种事件的风险，并深入了解ICD患者的生存状况。

成果	5 年累计发病率
适当的 ICD 治疗	25%
未接受过既往治疗而死亡	20%

这项研究表明竞争风险分析如何帮助理解心脏事件和 ICD 效应。它清晰地展现了生存模式。这有助于为患者制定更好的治疗计划。

“竞争风险分析提供了对 ICD 患者生存模式的更全面的了解，使我们能够更好地量化益处并优化这项救生技术的使用。”

本案例研究强调了在心脏研究中进行竞争风险分析的必要性，尤其是在植入式心脏复律除颤器（ICD）领域。这种方法有助于研究人员和医生做出更明智的选择，从而改善患者护理。

未来方向和多州模型

生存分析的研究正在蓬勃发展。竞争风险和多状态模型将在医学研究和决策中发挥越来越重要的作用。本文介绍了竞争风险分析的基础知识。然而，随着新的统计方法和应用不断涌现，该领域仍在不断发展。

多状态模型是目前的研究重点。它们使我们能够考察两个以上的事件，或追踪状态之间的变化，例如疾病阶段或治疗效果。这些模型为我们理解复杂事件提供了更好的方法，并能提供比单纯的竞争风险模型更深刻的见解。

“随着生存分析领域的不断发展，竞争风险和多状态模型的整合可能会在医学研究和临床决策中发挥越来越重要的作用。”

在癌症研究中，研究人员可能会研究疾病如何从一种状态转变为另一种状态，例如从缓解期到进展期。利用多状态模型，他们可以了解疾病复发、治疗副作用和生存期等事件之间的联系。

加入竞争风险和多状态模型有助于我们了解不同治疗方案对患者的影响。它使研究人员能够权衡各种治疗方案的利弊，从而帮助医生为患者做出更佳的选择。

生存分析与这些模型的结合将在医学研究和护理中发挥越来越重要的作用。这将带来更具针对性和更有效的医疗保健。

结语

竞争风险分析是对传统生存分析的一项重要升级。它能更清晰地展现存在多种可能结果时事件的发生方式。通过观察累积发生率函数并运用特殊模型，我们可以更好地理解特定事件的风险。我们还可以识别哪些因素会增加这些风险，从而做出更优的治疗选择。

这种新方法对医学研究、预测风险和改善治疗具有重大意义。随着它的发展，将其与多状态模型等新方法相结合将使生存分析更加强大。这将有助于医疗保健并改善患者的治疗效果。

使用竞争风险分析是生存分析的一大进步。它可以帮助研究人员和医生做出更明智的选择。这可以更好地照顾患有复杂健康问题的患者。

常见问题解答

什么是竞争风险分析？

竞争风险分析是一种研究复杂事件结果的方法。它可以帮助研究人员了解特定事件的风险，例如疾病复发或治疗导致死亡。这种方法还会研究可能阻止主要事件发生的其他事件。

为什么竞争风险分析在医学研究中很重要？

在医学研究中，人们可能同时面临许多不同的事件。像 Kaplan-Meier 估计器这样的旧方法无法很好地处理这些复杂情况。竞争风险分析提供了一种更好的方法来研究这些事件。它可以帮助研究人员更好地了解生存并做出更好的决策。

竞争风险分析中的累积发生率函数（CIF）是什么？

累积发生率函数 (CIF) 是竞争风险分析的关键。它显示了特定事件随时间发生的风险，即使其他事件也发生了。与旧方法不同，CIF 可以正确反映特定时间的风险。

竞争风险分析中主要使用的回归建模方法有哪些？

在竞争风险分析中，主要有两种数据建模方法。特定原因风险模型考虑对象未发生任何其他事件时主要事件的风险。子分布风险模型关注主要事件的总体风险，同时也考虑所有其他事件。

竞争风险分析如何应用于心血管研究？

在心脏病研究中，竞争风险分析非常有用。它有助于估计心脏病发作、中风和死亡的风险，同时考虑其他死亡原因。这可以更清楚地了解风险并有助于做出更好的预测。

竞争风险分析中的关键假设是什么？

该方法依赖于一些假设，例如独立审查假设。这意味着某人停止被跟踪或结束研究的原因一定不取决于该事件或其他事件。如果此假设错误，结果可能会偏离，因此检查其是否正确很重要。

进行竞争风险分析有哪些软件选项？

R 中有“cmprsk”、“survival”和“timereg”等软件包用于竞争风险分析。这些工具有助于估算 CIF、拟合不同模型以及进行其他分析。它们使在医学、流行病学和生物统计学等领域使用竞争风险分析变得更加容易。