Editverse 免费计算器
Kaplan-Meier生存计算器
使用 Kaplan-Meier 生存曲线、中位生存期和可复现的 R 命令,根据包含删失数据估计生存率。请阅读下方的完整解释指南。已在 R 4.3.3 版本中验证。
用简单的话
Kaplan -Meier 估计器绘制了受试者在每个时间点“存活”的概率,该时间点的事件可以是死亡、复发、设备故障或任何一次性结局。它的主要优势在于能够处理删失数据:提前退出研究或最终未发生事件的受试者仍然会被纳入观察,而不是被直接剔除。
结果得到一条阶梯状曲线:每一步都代表一个事件发生的时间点,曲线的高度代表在该时刻之前保持无事件发生的估计概率。读取曲线与 50% 交点的时间即可得到中位生存期。为了比较两组的生存曲线,对数秩检验会判断它们之间的差异是否超过随机概率。
预期:每条记录一行,时间,事件(1=事件,0=审查)[,组]
在此处拖放 CSV 文件或点击选择。文件将在您的浏览器中解析:不会上传任何内容。
预期:每条记录一行,时间,事件(1=事件,0=审查)[,组]
library(survival) df <- read.csv(text = "time,event,group {km_csv}") fit <- survfit(Surv(time, event) ~ group, data = df) summary(fit); survdiff(Surv(time, event) ~ group, data = df)用户指南
何时使用。根据删失生存时间数据估计随时间推移的生存概率,并使用对数秩检验比较各组。
假设:删失数据不提供信息;生存时间是从同一起点开始测量的。
常见错误。不要将删失数据对象视为无事件数据:该方法已经考虑到了这一点。
示例
点击上方的“加载示例数据”,然后点击“运行分析”,即可查看包含图表、公式和解释的完整结果。
案例
- Kaplan EL, Meier P. 从不完全观测中进行非参数估计。美国统计协会杂志。1958;53:457-481。
工作实例
示例 1 — 读取中位生存期
输入事件发生时间并标记状态标志(1 = 事件,0 = 删失)。曲线在每个事件发生时下降,并在事件之间保持水平。曲线首次下降至 0.5 的位置即为中位生存时间。如果在随访期间曲线始终未达到 0.5,则中位生存时间“未达到”——应报告此情况,而非进行外推。
例 2 — 比较两组
设置治疗组和对照组,绘制两条曲线,并使用对数秩检验比较整个随访期间的生存曲线。较小的 p 值表明生存情况存在差异;结合 Cox 模型计算的风险比,可以量化差异的大小。
需要检验的假设
非信息性删失。受试者被删失的原因必须与其预后无关。如果病情较重的患者优先退出研究,则估计结果会有偏差。
事件定义和起始时间应保持一致。所有参与者都应从相似的起点(例如,诊断或随机分组)出发,并采用相同的事件定义进行随访。
对数秩检验采用比例风险模型。当风险比随时间大致保持不变时,对数秩检验最为有效。曲线严重交叉会违反这一条件,因此需要采用其他方法。
常见错误
无视审查
将删失数据视为无事件数据或完全剔除会使生存估计产生偏差。Kaplan-Meier 方法的存在正是为了正确地利用这些删失数据。
过度解读曲线尾部
随着随访时间的延长,风险人群数量减少,曲线变得不稳定。右侧较大的阶跃变化具有不确定性;务必显示风险人群的数量。
当曲线交叉时使用对数秩检验
生存曲线交叉违反了比例风险假设,可能导致对数秩检验漏掉真实存在的差异。建议改用 Renyi 检验或加权检验。
仅报告 p 值
对数秩检验的p值显示各组之间是否存在差异,但无法说明差异程度。要了解差异的大小,还需要添加风险比及其置信区间。
常見問題解答
审查制度是什么意思?
删失观测值是指由于研究结束或失访等原因,在受试者最后一次被观察时事件尚未发生。但他们仍然贡献了处于风险中的时间段。
Kaplan-Meier 回归和 Cox 回归有什么区别?
Kaplan-Meier法可以估计和比较生存曲线,但无法调整协变量。Cox回归模型可以在调整其他变量的情况下模拟风险,并得出风险比。
什么是对数秩检验?
它是一种非参数检验,比较两个或多个组的完整生存经历,对所有时间点的事件进行加权。
结果是否与 SPSS、R 和 Stata 的结果一致?
是的。该计算器使用生存分析包中的标准乘积极限估计器,并显示确切的 R 命令,以便您可以重现该估计器。
案例
- Rich JT、Neely JG、Paniello RC 等。 理解Kaplan-Meier曲线的实用指南。 耳鼻喉头颈部手术2010;143(3):331–336。PMID 20723767。
- Dey T、Mukherjee A、Chakraborty S。 生存研究统计分析的实用概述和报告策略。 Chest.. 2020;158(1S):S39–S48。PMID 32658651。
- Kaplan EL,Meier P. 从不完全观测中进行非参数估计。 美国统计协会杂志. 1958;53(282):457–481.
