python 生存分析_生存分析之KM法

KM法即乘积极限法(product-limit method)，是现在生存分析最常用的方法，是由Kaplan和Meier于1958年提出，因此称Kaplan-Meier法，通常简称KM法。KM法是这样估计生存曲线：首先计算出活过一定时期的病人再活过下一时期的概率(即生存概率)，然后将逐个生存概率相乘，即为相应时段的生存率。

与KM法类似的还有寿命表法，两者的区别在于：寿命表在计算生存概率时，以一定的时长(如月、年)分段计算生存概率，计算结果较粗略；而KM法则是当有case出现观察终点时计算生存概率，显然KM法计算的更精确，但当计算机不太普及时，如果样本时较大，KM法由于每个case出现观察终点时都要计算一次，计算量较大，因此大样本时多采用寿命表法。现在如果不是特别大样本(如人口普查数据)，一般的计算机都能满足计算量需要，因此我们建议使用KM法，得到较为精确的结果。

如果有两种疗法的生存曲线有所不同，但生存率差别是否有统计学意义呢这可以用log rank test(时序检验或对数秩检验)来检验。log rank test是计算不同日期两种(或多种)疗法的暴露人数及出现终点人数，计算不同时期期望人数与实际出现终点的差值，以此可作卡方检验作出判断。当P<0.05，认为两组或多组总体生存曲线差别有统计学意义。

下面来看看SPSS操作方法及结果查解读。

某医师收集20例脑瘤患者甲、乙两疗法治疗的生存时间(周)如下：(其中group：1=甲种疗法，2=乙种疗法；time：生存时间(周)；status&