多重比较的需要

当您同时比较三条或更多条生存曲线时，会得到一个 P 值。该 P 值用于检验零假设，即每个不同组中的所有受试者都是从具有单一生存曲线的单一人群中抽样的，各组生存率的任何差异都是由于随机抽样造成的。不过，您可能不需要研究所有组别都是从单一人群中抽样的零假设，而是有兴趣一次比较两个特异性组别，或评估所有可能的成对比较。Prism 在生存分析对话框中提供了对三个或更多组进行生存分析后设置多重比较的对照组。

Prism 中生存分析多重比较的结果

从 Prism 10.5 开始，Prism 将自动计算和报告Kaplan-Meier 生存分析的多重比较结果。这些多重比较结果可以在结果表的独立选项卡中找到。

本结果示例的结构与 Prism 中的其他多重比较结果示例（例如单向方差分析和双向方差分析）类似。该工作表的第一部分只提供正在进行的比较族数（每个族的比较数）和参数对话框中指定的 α 的信息。

下一部分提供了各个检验的信息、使用的修正方法以及比较摘要（获得的 P 值是否小于指定的阈值）。作为选项，该部分还将包括计算出的多重比较的调整 P 值。

该结果选项卡的最后一部分包括每个比较的检验细节，包括每组的中位数（如果可以计算）、每组的事件数以及单个比较的卡方检验统计量。

生存曲线多重比较的工作原理

方差分析后的多重比较检验比较复杂，因为它们不仅使用更严格的显著性阈值，而且在计算方差（散度）时还包括所有组的数据，并在每次比较时使用此值。通过量化所有组的散度--而不仅仅是您要比较的两组--您可以获得一些自由度，从而获得一些额外的检验力。

比较生存曲线的多重比较检验更简单。您只需调整阈值，以确定何时 P 值 "足够小"，从而拒绝零假设，而无需考虑未纳入比较的组别的任何信息（因为这些信息不会有帮助）。

手动执行多重比较（不推荐）

在生存分析后执行多重比较，从技术上讲可以手动完成，方法是将每个分组的数据复制到一个新的生存分析数据表中（或复制现有表格并调整哪些分组应包含在分析中）。但是，如果做完这些后不对多重比较进行调整，就很容易得到一些 P 值，这些 P 值会欺骗你，让你相信可以拒绝这些组是从单一群体中抽样的零假设。如果您进行了多次成对比较，那么很有可能有一个或多个成对组产生的 P 值会低于指定阈值（从而提示拒绝零假设），这纯属偶然。为了避免犯这种错误，您应该对多重比较进行校正。

用 Prism 一次比较两条生存曲线

对于您要比较的每一对组，请按照以下步骤操作：

1.从比较所有组别的结果表开始

2.右键单击导航器中的分析工作表，或单击工具栏工作表部分的 "新建 "按钮，然后选择 "复制当前工作表"。

3.分析对话框将出现。在对话框右侧，选择要比较的两个组，并确保未选择所有其他组。单击确定

4.生存分析参数对话框将会出现。单击确定，不更改任何设置

5.注意 P 值（来自对数秩检验或 Gehan-Breslow-Wilcoxon 检验），但在对多重比较进行校正之前，请不要尝试解读此 P 值（下一节将对此进行解释）。

6.对每组配对比较重复上述步骤。或者，打开 "更改"菜单并选择 "数据分析..."。分析数据 "对话框将会出现，您可以指定一组不同的组进行比较。

如何纠正多重比较

当您同时比较多组成对值时，不能用通常的方法直接解读各个 P 值。相反，您必须调整与 P 值进行比较的阈值，以确定是否可以拒绝零假设。

进行这种调整的最简单方法是使用 Bonferroni 方法。需要注意的是，这需要您通过执行几个单独的生存分析来手动完成。它不涉及方差分析。

1.定义要应用于整个比较族的α阈值（"显著性水平"）。通常设置为 0.05

2.计算进行比较的次数，并将此值称为 K（请参阅下一节，其中讨论了一些模糊之处）

3.计算用于每个单独比较的 Bonferroni 校正 α 值。这等于族内的α水平（在步骤 1 中定义，通常为 0.05）除以 K

4.如果 P 值小于该 Bonferroni 校正阈值，则可以拒绝零假设（这两组的生存状况相同）。另一种说法是，使用 5%的族内显著性水平，比较具有 "统计学显著性"。

您进行了多少次比较？

在对生存数据进行成对比较时，您必须如实告知比较的次数。假设有四个治疗组（包括一个对照组）。看完数据后，您再回头比较存活时间最长的一组和存活时间最短的一组。说你只做了一个比较是不公平的，因为如果不先看数据，你不可能知道该做哪个比较。由于有四个组，您可以进行六次成对比较。通过首先查看数据来选择这一种比较，您已经隐含地进行了所有六种比较，因此应在上述步骤 3 中将 K 定义为 6。

如果您只想将三个治疗组中的每个组与对照组进行比较，而对治疗组之间的比较不感兴趣，那么您只需进行三次比较，K 的值应设为 3。