生存分析（survival analysis）是将事件的结果和出现这一结果所经历的时间结合起来分析的一类统计分析方法；用于研究生存时间和结局与众多影响因素间关系。做生存分析时，必须有生存与否的状态变量（二分类变量）和随访到这个状态的时间（连续变量）。

下面介绍一下生存分析相关的基本概念：

1. 生存时间（survival time）

生存时间：从研究起始到终点事件之间所经历的时间跨度，度量单位可以是小时、日、月、年等。研究起始、终点事件、时间单位应在研究设计阶段明确。

2. 删失（censoring）

生存结局（status）分为“死亡”与删失两类，“死亡”是感兴趣的终点事件，其他终点事件或生存结局都归类为删失（censoring）(也称截尾或终检)。举例来说，如果要研究两种治疗组直肠癌患者预后的差异，研究的终点事件是因直肠癌死亡；那么，因车祸的死亡，心梗发生的死亡，存活，失访的患者的生存结局都是：删失。在生存分析的图中，删失数据都统一用“+”显示。

此外要注意，在生存分析研究中，删失值所占的比例不宜太大。删失的比例过大会影响生存分析的检验效能。

 

实战演示

乘积极限法（product-limit method），由Kaplan-Meier于1958年提出，又称Kaplan-Meier法(即KM法)。KM法这样估计生存曲线：首先计算出各个时刻的生存概率，然后相乘，即为相应时段的生存率。

当样本例数足够多时，KM法可按时间分组计算，这就是寿命表法。即把选择时段内的人看作具有相同的生存时间，这显然是一种近似估计。因此，寿命表法会损失不少信息。但在大样本做手工计算时，比较方便。

寿命表法虽然先于KM法发明，但实质上是KM法的一种近似。

如果你要想得到较为精确的结果，我建议用KM法。

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： 

数据录入如下：

 group：1=甲组，2=乙组

 time：生存时间

 status：1=die 0=censor删失

执行Analyze—Survival—K-M法

按图选入变量，点击Define Event右图所示，定义Single value:1(终点事件）。在Compare Factor可选择Log Rank对甲乙两组的生存曲线进行比较。在Options中Plots选择Survival，可得到生存曲线。

log-rank检验（对数秩检验、时序检验）

1、非参数检验，用于比较两组或多组生存曲线或生存时间是否相同。

2、检验统计量为卡方。

3、自由度=组数-1。

4、P<0.05，两组或多组生存曲线不同。 P≥0.05，两组或多组生存曲线差别无统计学意义。