从一篇新英格兰文章看懂K-M曲线与Cox的关系_分析

发布时间:2021-06-04 发表于话题:k曲线怎么看 点击:209 当前位置:酷财经网 > 健康养生 > 从一篇新英格兰文章看懂K-M曲线与Cox的关系_分析 手机阅读

原标题:从一篇新英格兰文章看懂K-M曲线与Cox的关系

各位学友好,今天来看一个虽然没有什么可比性,但是大家很容易混淆的两个概念,Kaplan-Meier 曲线(简称K-M曲线) 和Cox回归

用一张PPT来概括就是这样的:当我们需要描述生存分析数据时,我们常常使用生存曲线来展示,这个时候需要估计每个时间点位的生存率,用的就是K-M方法。因此准确来说,K-M方法是一种统计描述方法,就好比用饼状图来展示比例,用箱图来展示连续变量。

相比于之前使用的寿命表法(Life-table method),这种方法更加充分地利用了信息,给出更准确的统计量。同时,作为一种非参数估计方法,不要求总体的分布形式,因此非常适合生存分析时使用。K-M曲线还可以很直观地表现出两组或多组的生存率或死亡率,非常适合在文章中进行展示。因此,K-M曲线也成为了生存分析中最常用的方法之一。

只有描述是不够的,我们还需要进行统计推断,也就是比较。因为生存数据往往都是非正态分布,因此常使用非参数的检验方法,也就是log-rank检验,这就类似于对于非正态连续变量比较使用的方差分析。因此在实际写作中,K-M曲线都会搭配log-rank检验的P值,这样才算完整。

说完了K-M曲线,下面我们就说说Cox回归,从上面的PPT里面可以看到Cox回归和log-rank检验都属于统计推断的方法,那么Cox回归什么时候用呢?这时候就需要简单说一说Cox回归的定义了:

Cox回归本质上是一种回归模型,它没有直接使用生存时间,而是使用了危险度(hazard)作为因变量,该模型不用于估计生存率,而是用于因素分析,也就是找到某一个危险因素对结局事件发生的贡献度

本质上和logistics回归更为相似,只是Cox回归考虑了时间,核心结果为HR/RR,而logistics回归没有考虑时间,核心结果为OR。

同时因为本身为回归模型,所以Cox可以进行多因素分析,K-M曲线log-rank检验只能进行单因素分析,这是两者的重要区别。

说完了定义上的区别,我们来看2004年发表在新英格兰NEJM的一篇文章。这篇文章写的是一个RCT研究,观察某个药物和对照药物对肺腺癌的治疗效果,纳入999个病人,随访了5年的时间,是一个典型的生存分析。

文章的统计描述部分是怎么写的:

里面几句话翻译过来就是:

使用K-M方法绘制生存曲线,使用log-rank检验评估生存差异。使用Cox比例风险模型进行多因素分析,评估预后因素作用

这计划的表述非常清晰,我们可以看到生存数据的评估使用的是K-M方法,区别假设使用的是log-rank检验,预后因素的评估使用的是Cox多因素回归。这个时候我们再看对应的图表就会非常清晰了:

图1是文章的主要结论,两组的log-rank检验p值

本文来源:https://www.kucaijing.com/articles/43234.html

标签组:[生存分析

相关APP下载

扩展阅读文章

热门话题

健康养生推荐文章

健康养生热门文章