ログランク検定計算機

ログランク検定は、独立した二群の生存経過全体を比較します。死亡、再発、機器故障、回復など、定義された評価項目が起きるまでの時間を扱うための方法です。観測時間の平均を比較する方法とは異なり、追跡終了までイベントが観測されなかった右打ち切りの対象を適切に扱えます。そのため各入力には追跡時間と状態指標が含まれ、1 はイベント発生、0 は打ち切りを意味します。 異なる各イベント時点で、その直前に各群でまだリスクにさらされている対象数を求めます。観測イベント数を数え、リスク集合に占める各群の割合に応じて期待イベント数を割り当てます。観測数から期待数を引いた差を、すべてのイベント時点で累積します。分散項はリスク集合の変化と同時イベントを考慮します。全体の差の二乗を分散で割ると、自由度一のカイ二乗統計量になります。 p値は、二群の生存関数が同じ場合に、少なくとも今回と同程度に大きい差がどれほど珍しいかを示します。小さなp値は、生存分布が異なるという証拠になります。ただし差の大きさを測るものではなく、治療の因果関係を証明したり、一方の群が全時点で優れていると示したりするものでもありません。Kaplan-Meier曲線、意味のある時点での生存推定値、信頼区間、ハザード比などの効果推定値が、重要な補足情報になります。 打ち切りの観測は、記録された追跡時点まで、その時点を含む各リスク集合に寄与しますが、イベントには数えません。標準的な計算は打ち切りが非情報的であると仮定します。つまり、利用可能な情報を条件とすると、打ち切られた対象の生存見込みは観察を継続した対象と同等である必要があります。また対象の独立性と、明確に定義され一貫して測定された評価項目も仮定します。 ログランク検定は、群間のハザードが時間を通じておおむね比例する場合に最も感度が高くなります。Kaplan-Meier曲線が交差する場合や、治療効果が早期または後期だけに現れる場合、単一のログランク統計量ではパターンが隠れることがあります。そのような状況では、重み付きログランク法や時間依存の生存モデルがより有益なことがあります。必ず生存曲線と時点ごとのリスク集合の人数を確認してください。 一つの時間・状態の組には実際の対象一人分を入力し、群間で時間単位を統一します。同時刻の複数イベントはまとめて処理されます。この計算機は標準的な観測数対期待数の方法とカイ二乗近似を実装しており、例題の確認、解析計画、再現可能な迅速な比較に役立ちます。正式な臨床解析や規制対象の解析では、事前に定めた統計解析計画に従い、検証済みのソフトウェアを使用してください。