对数秩检验和 Gehan-Breslow-Wilcoxon 检验
Prism 所进行的每种检验的零假设都是：在从各组受试者中抽取样本的总体人群中，各组的生存曲线完全相同。换句话说，如果两组分别代表一个 "治疗 "组和一个 "对照 "组，那么零假设就是治疗不影响存活率。
这些检验值回答了这个问题：
如果 P 值足够小（小于预先规定的临界值），那么我们就说拒绝了零假设。请注意，P 值是在比较整个生存曲线的基础上得出的，而不是只比较每组的生存中位数。
对数秩检验与 Gehan-Breslow-Wilcoxon 检验的区别在于，后者更重视发生在早期时间点的相关事件。请注意，在比较三个或更多组时，Prism 允许您从两种计算 P 值的算法中选择一种。结果将显示"（保守）"或"（推荐）"，以记录您的选择。
对数秩检验趋势测试
如果您选择比较三个或更多生存曲线，Prism 将报告总体对数秩检验结果以及趋势对数秩检验结果。
何时应该查看趋势检验的结果？
趋势检验只有在组的顺序（由 Prism 中的数据集列定义）符合逻辑时才有意义。本示例中的分组代表不同的年龄范围、不同的疾病严重程度或不同的药物剂量。这些分组在生存数据分组表中从左到右的顺序必须与有序且间距相等的类别相对应。如果数据没有排序（或间距相等），则应忽略趋势的对数秩检验结果。
趋势的 logrank 检验结果
趋势的 logrank 检验报告的是一个卡方值，它总是与一个自由度相关联（无论有多少组进行比较）。它使用该卡方检验值来计算检验零假设的 P 值，即各组顺序与中位生存时间之间不存在线性趋势。如果得出的 P 值小于预先指定的临界值（通常为 0.05），则可以拒绝这个零假设。
Prism 假设各组间距相等
计算趋势的对数秩检验需要给每个组分配一个代码号。然后检验这些组代码与存活率之间的趋势。在其他一些程序中，您可以手动分配这些代码，从而处理间距不相等的有序分组。Prism 使用列号作为代码，因此它只能在假设各组间距相等的情况下进行趋势检验。即使输入数字作为列标题来表示代码号，Prism 也不会使用这些数字来执行趋势检验。
工作原理
趋势检验的对数秩检验考察的是组代码（由 Prism 中的列编号指定）与存活率之间的线性趋势。但是，它并不是简单地查看生存率中位数、五年生存率或任何其他特异性总结指标。它首先计算预期存活率，假设零假设（所有组别中的受试者都是从具有相同存活经验的人群中抽样）为真。然后，量化每个组的观察存活率和预期存活率之间的总体差异。最后，研究该差异与相应组别代码之间的趋势。更多详情，请参阅马钦的文章(1)。
多重比较检验
在对三个或更多治疗组进行比较后，您可能想回头对单个生存曲线进行成对比较（一次查看两条特异性曲线）。Prism 不会自动执行此操作，但复制分析很容易，只需将新复制的分析包括要比较的两个组即可。每对所需的生存曲线都可以重复这一过程。请注意，如果您手动执行这些成对比较，则需要手动调整确定 P 值 "显著性"的阈值。或者，您也可以将计算出的每对比较的 P 值复制到一个新的列数据表中，然后分析这堆 P 值。
有关Kaplan-Meier 生存曲线多重比较的更多信息，请参阅本页。
参考文献
1.David Machin, Yin Bun Cheung, Mahesh Parmar,生存分析：第二版，IBSN:0470870400。
