Kalkulator Percuma Editverse
Kalkulator Kelangsungan Hidup Kaplan-Meier
Anggarkan kemandirian dari semasa ke semasa daripada data dengan penapisan — dengan lengkung Kaplan-Meier, median kemandirian dan arahan R yang boleh dihasilkan semula. Baca panduan tafsiran penuh di bawah. Disahkan terhadap R 4.3.3.
Dalam Perkataan Mudah
Penganggar Kaplan -Meier mencatatkan kebarangkalian "bertahan" melepasi setiap titik masa, di mana peristiwa itu boleh jadi kematian, kambuh semula, kegagalan peranti atau sebarang hasil sekali sahaja. Kekuatan utamanya ialah pengendalian penapisan : subjek yang meninggalkan kajian lebih awal atau tidak mengalami peristiwa itu menjelang akhir masih menyumbang kepada masa mereka diperhatikan, dan bukannya dibuang.
Hasilnya ialah lengkung langkah ke bawah: setiap langkah menandakan masa apabila sesuatu peristiwa berlaku, dan ketinggian lengkung ialah anggaran kebarangkalian kekal bebas peristiwa sehingga saat itu. Membaca masa di mana lengkung melintasi 50% memberikan median survival . Untuk membandingkan lengkung dua kumpulan, ujian log-rank bertanya sama ada perbezaan mereka lebih daripada yang dibenarkan oleh peluang.
Bila Perlu Menggunakan Kaplan-Meier
Gunakannya untuk data masa-ke-peristiwa , terutamanya apabila susulan tidak lengkap — ciri penentu kajian survival. Ia menjawab soalan seperti berapa lama pesakit kekal bebas perkembangan, atau bagaimana dua rawatan dibandingkan tepat pada masanya dengan hasil. Padankan lengkung dengan ujian log-rank untuk perbandingan kumpulan dan laporkan bilangan berisiko di bawah plot.
Kaplan-Meier menerangkan kemandirian dan membandingkan kumpulan, tetapi ia tidak boleh melaraskan pembolehubah lain. Untuk menganggarkan kesan rawatan sambil mengawal pembaur, muatkan model bahaya berkadar Cox dan laporkan nisbah bahaya dengan selang keyakinan 95% . Semak andaian bahaya berkadar sebelum bergantung pada nisbah bahaya tunggal. Tidak pasti analisis kemandirian adalah apa yang anda perlukan? Pemilih Ujian interaktif kami boleh membantu.
Dijangka: satu baris setiap rekod, masa, peristiwa(1=peristiwa,0=ditapis)[, kumpulan]
Letakkan CSV di sini atau klik untuk memilih. Dihuraikan dalam pelayar anda: tiada apa yang dimuat naik.
Dijangka: satu baris setiap rekod, masa, peristiwa(1=peristiwa,0=ditapis)[, kumpulan]
perpustakaan(survival) df <- read.csv(text = "masa,peristiwa,kumpulan {km_csv}") muat <- survfit(Surv(masa,peristiwa) ~ kumpulan, data = df) ringkasan(muat); survdiff(Surv(masa,peristiwa) ~ kumpulan, data = df)Panduan pengguna
Bila perlu digunakan. Anggarkan kebarangkalian kemandirian dari semasa ke semasa daripada data masa-ke-peristiwa yang ditapis dan bandingkan kumpulan dengan ujian kedudukan log.
Andaian. Penapisan tidak bermaklumat; masa kemandirian diukur dari asal yang sama.
Kesilapan biasa. Jangan anggap subjek yang ditapis sebagai bebas peristiwa pada akhirnya: kaedah tersebut sudah pun mengambil kira kesilapan tersebut.
Contoh yang dikerjakan
Klik Muatkan data contoh di atas, kemudian Jalankan Analisis untuk melihat hasil yang diusahakan sepenuhnya dengan rajah, formula dan tafsiran untuk ujian ini.
Rujukan
- Kaplan EL, Meier P. Anggaran tak parametrik daripada pemerhatian yang tidak lengkap. J Am Stat Assoc. 1958;53:457-481.
Contoh Kerja
Contoh 1 — Membaca median survival
Masukkan masa peristiwa dengan bendera status (1 = peristiwa, 0 = ditapis). Lengkung menurun pada setiap peristiwa dan kekal rata di antara keduanya. Di mana ia mula-mula jatuh kepada 0.5 ialah masa hidup median. Jika lengkung tidak pernah mencapai 0.5 dalam susulan, median "tidak tercapai" — laporkan perkara itu dan bukannya membuat ekstrapolasi.
Contoh 2 — Membandingkan dua kumpulan
Dengan rawatan dan lengan kawalan, dua lengkung diplotkan bersama dan ujian log-rank membandingkannya merentasi keseluruhan susulan. Nilai-p yang kecil menunjukkan pengalaman kemandirian berbeza; pasangkannya dengan nisbah bahaya daripada model Cox untuk mengukur saiz perbezaan.
Andaian untuk Disemak
Penapisan tidak bermaklumat. Sebab subjek ditapis mestilah tidak berkaitan dengan prognosis mereka. Jika pesakit yang lebih sakit berhenti secara pilihan, anggaran tersebut adalah berat sebelah.
Takrifan peristiwa dan masa mula yang konsisten. Setiap orang harus diikuti dari asal yang setanding (contohnya, diagnosis atau pengacakan) dengan takrifan peristiwa yang sama.
Bahaya berkadar untuk ujian kedudukan log. Ujian kedudukan log adalah paling berkesan apabila nisbah bahaya adalah hampir malar dari semasa ke semasa. Lengkung yang bersilang kuat melanggar ini dan memerlukan alternatif.
Kesalahan biasa
Mengabaikan penapisan
Melayan subjek yang ditapis sebagai bebas peristiwa atau menggugurkan mereka sepenuhnya akan menyebabkan anggaran survival berat sebelah. Kaedah Kaplan-Meier wujud tepat untuk menggunakan maklumat separa mereka dengan betul.
Membaca ekor lengkung secara berlebihan
Apabila susulan semakin panjang, hanya sedikit subjek yang berisiko dan lengkungan menjadi tidak stabil. Langkah lebar di hujung kanan tidak pasti; sentiasa tunjukkan bilangan yang berisiko.
Menggunakan kedudukan log apabila lengkung bersilang
Melintasi lengkung kemandirian melanggar bahaya berkadar dan boleh menyebabkan ujian log-rank terlepas perbezaan sebenar. Pertimbangkan Renyi atau ujian berwajaran sebagai gantinya.
Hanya melaporkan nilai-p
Nilai-p kedudukan log menunjukkan sama ada kumpulan berbeza, bukan berapa banyak. Tambahkan nisbah bahaya dengan selang keyakinannya untuk magnitud.
Soalan Lazim
Apakah maksud penapisan?
Pemerhatian yang ditapis ialah pemerhatian di mana peristiwa itu belum berlaku pada masa subjek terakhir diperhatikan — disebabkan oleh tamatnya kajian atau kehilangan susulan. Mereka masih menyumbang kepada masa mereka berisiko.
Apakah perbezaan antara regresi Kaplan-Meier dan Cox?
Kaplan-Meier menganggarkan dan membandingkan lengkung kemandirian tetapi tidak dapat melaraskan kovariat. Regresi Cox memodelkan bahaya sambil melaraskan pembolehubah lain dan menghasilkan nisbah bahaya.
Apakah ujian kedudukan log?
Ia merupakan ujian bukan parametrik yang membandingkan keseluruhan pengalaman kemandirian dua atau lebih kumpulan, dengan memberi pemberat peristiwa merentasi semua titik masa.
Adakah hasilnya sepadan dengan SPSS, R, dan Stata?
Ya. Kalkulator ini menggunakan penganggar had produk standard daripada pakej survival dan menunjukkan arahan R yang tepat supaya anda boleh menghasilkannya semula.
Kalkulator Berkaitan
Rujukan
- Rich JT, Neely JG, Paniello RC, et al. Panduan praktikal untuk memahami lengkung Kaplan-Meier. Pembedahan Kepala Leher Otolaryngol. 2010;143(3):331–336. PMID 20723767.
- Dey T, Mukherjee A, Chakraborty S. Gambaran keseluruhan praktikal dan strategi pelaporan untuk analisis statistik kajian survival. Dada. 2020;158(1S):S39–S48. PMID 32658651.
- Kaplan EL, Meier P. Anggaran tak parametrik daripada pemerhatian yang tidak lengkap. Persatuan Statistik J Am. 1958;53(282):457–481.
Perlu Analisis Ini Dilakukan untuk Manuskrip Anda?
Ahli biostatistik PhD kami menjalankan analisis survival anda, memadankan model Cox, menyemak bahaya berkadar dan menyampaikan angka Kaplan-Meier yang sedia untuk diterbitkan dengan output R yang boleh dihasilkan semula.