肿瘤流行病学：单变量分析中的危险率比估计与Logrank检验

"《肿瘤流行病学研究资料的统计分析借鉴》是一篇深入探讨在肿瘤流行病学研究中，特别是单变量生存分析中的统计方法和实践的文章。作者项永兵着重讲解了危险率比（HR）或相对危险度（RR）在生存分析中的应用，这是对传统统计方法如Logrank检验的重要补充。 Logrank检验作为最常用的非参数统计方法之一，其核心在于比较两组个体在不同时间点的危险率差异。在单因素分析中，危险率比HR是一个关键参数，表示暴露于某个因素后，疾病发生风险的增减程度。在中国的研究中，尽管P值和假设检验统计量是常规报告内容，但往往缺乏HR的具体估计，这通常在Cox回归模型中给出。 文章首先介绍了统计方法的基本框架，以二元协变量（比如两种疗法的对比）为例。在Cox的比例危险假设下，HR是一个恒定值，不随时间变化。文章详细阐述了两种常用的logrank检验统计量——Mantel和Peto氏统计量，以及它们在估计HR时的区别，Peto氏统计量通常更保守。 接着，文章给出了估计HR的数学公式，包括基于实际死亡数与期望死亡数的差和方差的计算。对于对数危险率比的方差估计，也有相应的公式，并指出除了直接计算方法，还可以通过其他途径得到。这些估计的目的在于提供HR的置信区间，以便于进行假设检验。 实例部分，作者以Freireich白血病临床试验的数据为例，展示了如何运用这些统计方法来分析治疗方法的效果，即对照组（安慰剂组）与6-MP治疗组之间的HR差异。通过实际数据的应用，读者可以更好地理解和掌握如何在实际研究中进行HR的估计和统计分析。 这篇论文提供了肿瘤流行病学研究中统计分析的重要工具和步骤，对于理解生存资料单变量分析中危险率比的估计以及如何运用Logrank检验具有显著的价值。"