生存時間解析計算機

イベント時刻と打ち切り指標から、中央値とリスク集合を含むカプラン–マイヤー生存表を作成します。

カプラン–マイヤー法による生存時間解析
各対象者の時間とイベント指標を、対応する順序で入力してください。

生存時間解析について

生存時間解析は、イベントが起こるまでの時間を調べる手法です。イベントには死亡、再発、機器の故障、顧客の離脱、回復など、明確に定義した任意の評価項目を用いることができます。通常の平均値とは異なり、追跡終了時までにイベントが観測されなかった対象者の情報も利用できます。こうした観測は、イベントとして扱ったり除外したりせず、打ち切りとして扱います。 この計算機はカプラン–マイヤーの積極限推定量を用います。各イベント時刻について、その直前にリスク集合に残っている対象者数と、その時刻に起きたイベント数を数えます。区間の条件付き生存確率は (n − d) / n で、n はリスク集合の人数、d はイベント数です。この係数にそれ以前のすべての係数を掛けると、累積生存確率が得られます。推定値が変化するのはイベント時刻のみです。打ち切り観測は後のリスク集合を減らしますが、生存確率を直接下げることはありません。 最初の欄に生存時間、次の欄に対応する状態指標を入力します。イベントが起きた場合は 1、打ち切りの場合は 0 を使用してください。最初の時間は最初の指標に、次の時間は次の指標に対応します。時間は非負で、日、月、年、稼働時間、顧客の請求周期など、一貫した単位を使用できます。出力も同じ単位になります。 結果表には、各観測時刻、リスク集合の人数、イベント数、打ち切り数、累積生存確率が表示されます。イベントと打ち切りが同時刻の場合、その時点の全リスク集合でイベントを評価してから、該当する観測を集合から除きます。これはまとめられた観測に対する一般的な処理です。生存時間中央値は、推定生存確率が初めて 0.5 以下になる時刻です。曲線が 0.5 に達しない場合は外挿せず、「未到達」と表示します。 単純なカプラン–マイヤー推定を信頼して解釈するには、打ち切りが非情報性である必要があります。実際には、打ち切られた対象者が、打ち切られたという理由だけで将来のイベントリスクに系統的な違いを持たないことが求められます。また、この推定量は年齢、治療、曝露、その他の共変量を調整しません。曲線の正式な比較にはログランク検定、調整を伴う解析には Cox 比例ハザードモデルなどが用いられます。 この表は計算過程の明確な記述的推定として利用し、研究計画や臨床判断の代わりにしないでください。追跡終盤のリスク集合が小さいと曲線末尾の推定は不安定になり、この簡易計算機は信頼区間を表示しません。研究報告では生存確率と不確実性区間を併記し、打ち切り規則と時間の起点を明示して、推測的な結論には検証済みの統計ソフトウェアを使用してください。

生存時間解析の例

観測データ結果解釈
時間 2,3,4,5;状態 1,1,0,1中央値 = 3;S(3) = 0.5時刻 4 の観測は打ち切りで、その後のリスク集合のみを変化させます。
時間 1,2,4;状態 1,1,1中央値 = 2;最終生存確率 = 0全対象者にイベントが起きるため、曲線は最終的にゼロになります。
時間 2,4,6;状態 1,0,0中央値未到達;最終生存確率 = 0.6667イベントは一件のみで、その後の二件は打ち切りです。

カプラン–マイヤー生存確率の計算方法

  1. 最初の欄に、各対象者の観測された生存時間または追跡時間を入力します。
  2. 次の欄に、イベントなら 1、打ち切りなら 0 を対応する順に入力します。
  3. 「生存確率を計算」を押し、リスク集合と累積確率を算出します。
  4. 生存表を確認し、曲線が中央値に到達しているか判断します。

生存時間解析のよくある質問

打ち切り観測とは何ですか?

打ち切り対象者では、イベントなしで追跡された時間は分かっていますが、その時点でイベントは観測されていません。その対象者はそれ以前のリスク集合には含まれ、それ以降は除かれます。

カプラン–マイヤー生存確率はどう計算しますか?

各イベント時刻で、それまでの生存確率に「一からイベント数をリスク集合の人数で割った値を引いたもの」を掛けます。この積の列が階段状の生存推定値になります。

生存時間中央値は何を意味しますか?

推定生存確率が初めて 50% 以下になる時刻です。観測曲線が半分より上にとどまる場合は推定できません。

時間に月や年を使用できますか?

はい。時間が非負で単位が統一されていれば使用できます。中央値は入力と同じ単位で返されます。

この計算機で二群を比較できますか?

いいえ。一度に推定するのは一本のカプラン–マイヤー曲線です。正式な比較には通常、ログランク検定や適切な回帰モデルを使用します。