阮灿华，林甲祥

（福建农林大学计算机与信息学院，福州350002）

（∗通信作者电子邮箱ruancanhua@fafu.edu.cn）

0 引言

生存分析（survival analysis）是一种估计事件时间（timeto-event）的统计方法，已被广泛应用于临床医学、卫生保健、生物信息学、人口统计学、机械制造、经济学等领域［1］。在生存分析问题中，“生存”不仅可以指人或动物存活的状态（相对于死亡事件），还可以表示某药物的有效作用（相对于失效事件）、患者病情稳定的状态（相对于疾病复发或病情恶化事件），以及仪器设备的正常工作状态（相对于故障事件）等。因此，“生存时间”也是广义的，不单单是指通常意义下生物体的存活时间，而是泛指研究者所关心的某现象（如患者体征稳定）的持续时间。生存分析的核心问题是对事件时间进行估计，即预测某研究对象的生存时间或特定时间段内某事件未发生的概率。生存分析是研究特定人群寿命、各类慢性疾病、药物疗效以及提高医疗卫生服务的一项重要课题。例如，临床医学研究需要预估冠心病患者出院后下一次可能复发的时间；流行病学和生物学研究则需要检测样本从接触感染到发病所需要的时间；机械制造过程中人们常常对设备的可靠性进行测试，并估算故障发生时间（即设备使用寿命）。

传统生存分析方法按照生存时间分布假设及模型参数可以分为无参、有参和半参三种类型。无参模型主要包括Kaplan-Meier（KM）估计［2］、Nelson-Aalen 估计［3］以及生命表法（life table）；有参模型通常假设事件时间服从某种特殊分布时，并采用正态、韦伯（Weibull）、log-Logistic等分布函数估计生存概率。……