生存分析计算器

根据事件时间和删失标记生成卡普兰–迈耶生存表,包含中位生存时间和风险集。

卡普兰–迈耶生存分析
为每个研究对象输入一个时间及对应的事件标记,顺序须一致。

关于生存分析

生存分析研究事件发生前的时间。事件可以是死亡、复发、设备故障、客户流失、康复或任何明确定义的终点。与普通平均值不同,生存分析能够利用随访结束时尚未观察到事件的对象的信息。这些观测被视为删失,而不是当作事件发生或直接丢弃。 本计算器采用卡普兰–迈耶乘积极限估计法。在每个不同的事件时间点,统计该时刻之前仍处于风险集中的对象数,以及该时刻发生的事件数。该区间的条件生存概率为 (n − d) / n,其中 n 为风险集人数,d 为事件数。将此因子与之前所有因子相乘,即得到累积生存概率。估计值仅在事件发生时改变;删失观测会缩小后续风险集,但不会直接降低生存概率。 在第一个输入框中填写生存时间,在第二个输入框中填写对应的状态标记。事件已发生时使用 1,观测被删失时使用 0。第一个时间对应第一个标记,第二个时间对应第二个标记,依此类推。时间必须非负,可使用天、月、年、运行小时或客户计费周期等任意一致的单位。输出沿用同一单位。 结果表显示每个观测时间点、风险集人数、事件数、删失观测数及累积生存概率。当事件和删失出现在同一时间点时,先以该时间点的完整风险集计算事件影响,再将这些观测移出风险集。这是处理分组观测的常见方式。中位生存时间是估计生存概率首次达到或低于 0.5 的时间。如果曲线始终未达到 0.5,则报告“未达到”,而不进行外推。 要可靠解释简单的卡普兰–迈耶估计,删失必须是非信息性的。实际而言,被删失的对象不应仅因其被删失,就系统性地具有不同的未来事件风险。该估计法也不调整年龄、治疗、暴露或其他协变量。正式比较曲线可能需要对数秩检验,调整分析通常采用 Cox 比例风险模型。 请将此表作为透明的描述性估计,而非研究设计或临床判断的替代品。随访末期风险集较小时,曲线尾部估计不稳定,且本简易计算器不显示置信区间。研究报告应同时提供生存概率和不确定性区间,说明删失规则及时间起点,并使用经过验证的统计软件得出推断结论。

生存分析示例

观测数据结果解释
时间 2,3,4,5;状态 1,1,0,1中位数 = 3;S(3) = 0.5时间 4 的观测被删失,仅影响之后的风险集。
时间 1,2,4;状态 1,1,1中位数 = 2;最终生存概率 = 0所有对象均发生事件,因此曲线最终降至零。
时间 2,4,6;状态 1,0,0未达到中位数;最终生存概率 = 0.6667仅发生一个事件,之后的两个观测均被删失。

如何计算卡普兰–迈耶生存概率

  1. 在第一个输入框中填写各对象的观测生存时间或随访时间。
  2. 在第二个输入框中输入对应标记:事件为 1,删失为 0。
  3. 点击“计算生存概率”,生成风险集和累积概率。
  4. 查看生存表,判断曲线是否达到中位生存时间。

生存分析常见问题

什么是删失观测?

删失对象具有已知的无事件随访时间,但截至该时刻未观察到事件。该对象计入较早的风险集,之后退出风险集。

卡普兰–迈耶生存概率如何计算?

在每个事件时间点,将之前的生存概率乘以一减去事件数与风险集人数之比。连续相乘得到阶梯状生存估计。

中位生存时间是什么意思?

中位生存时间是估计生存概率首次达到 50% 或以下的时间。如果观测曲线始终高于一半,则无法估计。

时间值可以使用月或年吗?

可以,只要时间非负且单位一致即可。计算器返回的中位生存时间与输入使用相同单位。

此计算器可以比较两组吗?

不能,它每次仅估计一条卡普兰–迈耶曲线。正式比较通常采用对数秩检验或适当的回归模型。