Prism 可自动分析生存数据（无需手动启动分析）

在 Prism 提供的分析中，生存分析是独一无二的。当数据输入生存数据表时，Prism 会自动执行数据分析并生成Kaplan-Meier 生存曲线。您无需使用 "分析"工具栏按钮或从 "分析 "菜单中选择分析，也无需在分析参数对话框中指定任何选项。Prism 将使用默认选项进行分析并为您生成结果。

要查看为分析指定的选项，可以从生存分析结果表访问分析参数对话框。只需单击分析参数工具栏按钮即可弹出对话框。

输入

默认选择是使用代码 "1"表示相关事件发生，"0"表示观察值被删剪。这些代码几乎是通用的。但是，有些机构使用相反的约定。在 Prism 中，这些代码可以手动指定，但必须是整数值。

两条生存曲线的曲线比较

要比较两条生存曲线，Prism 有两种方法可用：

•对数秩检验。该检验有两种计算方法。这两种方法几乎是等价的，但在如何处理完全同时发生的多个事件（这一概念被称为数据中的 "并列"）上可能有些不同。Prism 使用 Mantel-Haenszel 方法，但使用 "logrank "这一名称，这两种方法通常都使用 "logrank"。这种方法也被称为 Mantel-Cox 方法。

•Gehan-Breslow-Wilcoxon 检验。这种方法对发生在早期时间点的事件给予更多权重，这很有道理（事件发生得越早，就越有可能是重要的观察结果，因为预计所有研究参与者最终都会经历感兴趣的事件）。然而，当很大一部分研究参与者在早期时间点被删剪时，这种检验的结果可能会产生误导。相比之下，对数秩检验对所有时间点的观察结果给予同等权重。

对数秩检验更标准。如果比例风险假设成立，它是两种检验力中更强的一种。比例风险是指所有时间点的风险函数（每次死亡人数）比是相同的。比例风险的一个本示例是，如果对照组在所有时间点的死亡率都是治疗组的两倍。

Gehan-Breslow-Wilcoxon 检验不要求风险比一致，但要求一组的风险始终高于另一组。

如果两条生存曲线交叉，那么一组在早期时间点的风险较高，另一组在晚期时间点的风险较高。这可能只是随机抽样的巧合，比例风险假设可能仍然有效。但如果样本量较大，当生存曲线在时间进程的中段交叉时，对数秩检验或 Wilcoxon-Gehan 检验都无济于事。

如果有疑问，请报告对数秩检验（更标准）。只有在有充分理由的情况下才选择 Gehan-Breslow-Wilcoxon 检验。

三条或更多曲线的曲线比较

当有三个或更多不同组（数据集）时，Prism 提供了三种方法来比较得出的生存曲线。对数秩检验和 Gehan-Breslow-Wilcoxon 检验的详细信息与上一节中比较两条生存曲线的方法相同。

•对数秩检验。这是比较三条或更多曲线时最常用的检验方法。

•对数秩检验趋势。这种检验只有在分组顺序（由数据表中的数据集列定义）符合逻辑时才有意义。本示例中的组别是不同的年龄组、不同的疾病严重程度或不同的药物剂量，每个组别都按照某种逻辑（升序或降序）顺序排列。Prism 中数据集的这种从左到右的顺序必须与等间距的有序类别相对应。如果数据集不是有序的--或者不是等间距的--那么选择对数秩检验进行趋势检验就没有意义了

•Gehan-Breslow-Wilcoxon 检验。这种方法更重视较早的时间点。只有在有充分理由的情况下，才能选择该检验。Prism 使用  下面引用的 Machin 文集中的公式 10.2 计算该检验

对于三个或更多组，Prism 提供了两种计算 P 值的方法供选择

与 Prism 5 及更早版本匹配（保守，不推荐使用）

Prism 5 及以前的版本使用许多教科书中的保守方法计算 P 值，以比较三个或更多组。对于每条曲线，该方法通过比较观察到的死亡人数和期望值来计算卡方检验值。然后将这些卡方检验值平方和，得到一个总的卡方检验值，由此确定 P 值。这里是一个等式，其中 Oi 是曲线 i 中的观察死亡人数，Ei 是预期死亡人数：

Machin (1) 中记载了这种保守的方法，易于理解，效果也不错。问题是 P 值太大（这就是 "保守"的含义）。只有在希望结果与 Prism 5 及更早版本的结果相匹配时，才可以选择这种方法。否则，请选择推荐的方法来匹配 SPSS 和 SAS。

匹配 SPSS 和 SAS（推荐）

比较三组或更多组生存曲线时，Prism 还可以使用SPSS和NCSS 手册中详细解释的方法计算 P 值。这种方法只能从矩阵代数的角度来理解，具体细节超出了本指南的范围。与保守方法一样，这种方法也计算卡方检验统计量。对于这两种方法，自由度数都等于组数减 1。不同之处在于，这种方法的卡方检验值大于保守方法产生的值，因此 P 值也随之变小。

风格

计算和显示结果的方式（百分比或分数、死亡或生存）也可以在 "分析参数"对话框中指定。

如果选择绘制 95% 置信区间，Prism 提供了两种选择。默认是转换方法，即绘制不对称置信区间。另一种选择是选择对称的格林伍德区间。不对称区间更有效，是推荐的选择。

选择对称区间的唯一原因是为了与 Prism 4 及更早版本计算的结果保持一致。请注意，"对称区间"并不总是对称绘制的。区间的计算方法是将计算值与确定的存活率值相加减。此时，区间总是对称的，但可能会低于 0 或高于 100（这在百分比的情况下没有任何意义）。在这种情况下，Prism 会修剪区间，使区间不能延伸到 0 以下或 100 以上，从而使区间看起来不对称。

复选框允许您决定是否绘制有删剪的观测值。最大 X 值（时间）被删剪时例外。无论您是否选择显示删剪值，该值总是会显示出来。

最后，复选框允许您指出是否应在生存分析图表中包含动态风险人数表。

输出

选择要在结果表中显示的精确度位数，并指定计算 P 值的格式

参考文献

1.David Machin、Yin Bun Cheung、Mahesh Parmar 著，《 生存分析》（Survival Analysis：实用方法》，第 2 版，IBSN:0470870400。