对数秩检验计算器
根据事件发生时间与删失数据,计算对数秩卡方统计量和 p 值,比较两组生存分布。
对数秩生存比较
每位研究对象输入时间和状态,1 表示事件发生,0 表示删失。
关于对数秩检验
对数秩检验用于比较两个独立组的整体生存情况,适用于死亡、复发、设备故障、康复或其他明确终点的发生时间。它不同于对已观察时间均值的比较,能正确纳入随访结束前未观察到事件的右删失对象。因此,每条记录包括随访时间和状态标记:1 表示事件已发生,0 表示该观察被删失。
在每个不同的事件发生时间,计算会确定各组在该时点之前仍处于风险中的对象数,统计观察事件数,并按各组占风险集的比例分配预期事件数。随后将所有事件时点的观察值减预期值差异累加。方差项会考虑风险集变化和并列事件。总体差异的平方除以其方差,得到自由度为一的卡方统计量。
p 值描述:如果两组具有相同的生存函数,出现至少如此大的差异会有多不寻常。较小的 p 值为生存分布不同提供证据,但不衡量差异大小,不证明治疗因果关系,也不表明某组在每个时点都更好。Kaplan-Meier 曲线、有意义时点的生存估计、置信区间,以及风险比等效应估计,能提供必需的背景信息。
删失观察在其记录的随访时间之前及该时点都会计入风险集,但不会被计为事件。标准计算假定删失是非信息性的:在给定可用信息后,删失对象的生存前景应与继续观察的对象相当。它还假设研究对象相互独立,终点定义清晰且测量一致。
当两组风险率随时间近似成比例时,对数秩检验最敏感。如果 Kaplan-Meier 曲线交叉,或治疗效应只在早期或晚期出现,单一对数秩统计量可能掩盖实际模式。在这些情况下,加权对数秩方法或时变生存模型可能更有信息价值。请始终查看生存曲线及风险集中人数随时间的变化。
每个时间与状态对只输入一位真实研究对象,并保持两组时间单位一致。同一时间发生的多个事件会一起处理。本计算器实现常用的观察值与预期值比较方法及卡方近似,适合核对示例、规划分析和获得可复现的快速比较。正式临床或受监管分析应遵循预先指定的统计计划,并使用经过验证的软件。
对数秩检验示例
| 生存数据 | 结果 | 解读 |
|---|---|---|
| 事件发生于 1,2,3,对比 4,5,6 | 卡方 = 5.051661 | 组 1 的事件发生更早,产生显著差异。 |
| 事件与删失时间完全相同 | 卡方 = 0, p = 1 | 生存模式相同,观察值与预期值之间没有差异。 |
| 3 1, 5 0, 8 1 对比 4 1, 6 1, 9 0 | 包含删失 | 状态为零时,对象退出后续风险集,但不计为事件。 |
如何使用对数秩检验计算器
- 为组 1 每位对象输入随访时间,后接事件状态 1 或删失状态 0。
- 以相同时间单位和格式输入组 2 数据。
- 点击“计算对数秩检验”,构建各事件时点的风险集。
- 结合生存曲线解读卡方统计量与 p 值。
对数秩检验常见问题
删失是什么意思?
删失对象在可用随访期间未观察到事件。直到记录的删失时间,该对象仍为风险集提供信息。
原假设是什么?
原假设是两组具有相同的生存分布。在此假设下,观察事件数应围绕各风险集所决定的预期事件数波动。
检验会估计风险比吗?
不会。对数秩检验提供显著性检验,而风险比及其置信区间通常用 Cox 比例风险模型估计。
可以处理同一时间发生的事件吗?
可以。同一时点发生的事件会合并到一次风险集计算中,并计入适当的方差贡献。
如果生存曲线交叉怎么办?
曲线交叉时,普通对数秩检验可能降低检验效能或掩盖时变效应。请查看曲线,并考虑适用于非比例风险的方法。