第 1 章 生存時間解析の概要
1.1 生存時間データの特徴
1.2 生存率曲線
1.3 回帰モデル
1.4 医学研究におけるいくつかの事例

第 2 章 生存率関数の定義と推定
2.1 生存率関数, 確率密度関数, ハザード 関数

第 3 章 生存率の推定と生存率曲線
3.1 生存率推定の事例
3.2 Kaplan-Meier 法による生存率推定の例 　—その 1 仮想データでの推定—
3.3 Kaplan-Meier 法の公式
3.4 Kaplan-Meier 法による生存率推定の例 　—その 2
3.5 生存時間の中央値
3.6 推定生存率に対する漸近分散
3.7 Kaplan-Meier 法以外の生存率の推定方法

第 4 章 生存率の差の検定
4.1 生存率曲線の差の検定
4.2 生存率曲線の比較の事例
4.3 ログランク検定（2 群比較の場合）
4.4 ログランク検定（3 群以上の場合）
4.5 2 群比較の場合の別の定式化 45
4.6 ログランク検定の計算例
4.7 生存率曲線の有意差検定の事例—小児特発性ネフローゼ症候群患者の在院率解析—
4.8 層別ログランク検定
4.9 ハザード 比

第 5 章 生存時間解析における回帰モデル
5.1 打ち切り時間の分布
5.2 ランダム・センサリングの例
5.3 ランダム・センサリングに基づく尤度関数
5.4 生存時間モデルの尤度関数の例
5.5 回帰モデルのパラメータ推定 　—最尤推定法の適用—
5.6 生存時間モデル
5.7 離散型生存時間モデル

第 6 章 比例ハザードモデル
6.1 比例ハザードモデルの定義と性質
6.2 比例ハザードモデルの尤度関数
6.3 Cox モデルを仮定した下での生存率関数の推定
6.4 Cox モデルの下での生存率関数推定の例
6.5 モデルの適合性のチェック
6.6 Cox モデルの解析事例
6.7 ハザード 比の利用例

第 7 章 生存時間解析における必要症例数の推定
7.1 症例数と検出力の関係
7.2 ログランク検定におけるサンプルサイズ算出の公式
7.3 症例数算出用のソフトウェア
7.4 シミュレーションによる症例数と検出力の関係の推定
7.5 Cox の比例ハザードモデルの統計学的検出力の推定
7.6 シミュレーション用プログラムの概要
7.7 シミュレーションによる検出力算出の例

第 8 章 その他のトピックス
8.1 競合リスクモデル
8.2 症例の不均一と検出力との関係
8.3 予後因子の不均等のログランク検定のサイズへの影響について

第 9 章 イベントヒストリー解析
9.1 イベントヒストリー解析とは何か
9.2 定式化
9.3 尤度関数

第 10 章 イベントヒストリー解析の実例
10.1 データ
10.2 解析結果
10.3 解析ソフト

巻末付録
索引