Kaplan-Meier分析 — 非参数生存估计
- 提出者
- Edward L. Kaplan and Paul Meier
- 年份
- 1958
- 类型
- Nonparametric survival estimator
- 类别
- Clinical / epidemiology
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
Kaplan-Meier (KM) 分析是一种非参数方法,用于从事件发生时间数据估计生存函数。该方法由Kaplan和Meier于1958年提出,它生成经典的阶梯函数生存曲线,显示在每个观测到的事件时间点之后存活的概率,并能正确处理删失观测值——即在随访结束时已退出研究或尚未发生事件的参与者。它是临床和流行病学研究中最广泛使用的技术之一。
方法背后的直觉
设想跟踪一组癌症患者,观察他们治疗后能存活多久。一些患者在研究期间死亡(已发生事件);另一些患者在研究结束时仍然存活,或中途退出(删失)。简单的平均值会忽略删失信息,低估生存率。Kaplan-Meier估计量则通过将一系列条件生存概率相乘——即在给定已存活到该时间点的情况下,在每个连续事件时间点继续存活的概率——从而得到一个仅在实际事件发生时才下降的阶梯函数曲线。删失的观测值会减少风险集,但不计为事件,因此它们的信息会一直被使用到它们退出的那一刻。
历史学
Kaplan-Meier分析源于Edward L. Kaplan和Paul Meier于1958年发表在美国统计协会杂志(Journal of the American Statistical Association)上的一篇里程碑式论文。Meier独立推导出了乘积限估计量;一位期刊编辑认识到两者的平行工作,鼓励联合发表。该论文最初反响平平,但后来成为有史以来被引用次数最多的科学文章之一。配套的对数秩检验由Nathan Mantel于1966年开发。该方法从20世纪70年代开始成为临床试验报告的核心,如今世界各地的监管机构都要求在任何事件发生时间分析提交材料中包含KM曲线。
何时使用
当结局是单个明确定义的事件(死亡、复发、出院、治疗失败)的时间,并且随访时间因参与者而异时,应使用Kaplan-Meier分析。它是任何生存分析的标准第一步,适用于随机试验和观察性队列研究。在描述性展示和组间比较时,当比例风险假设成立时,优先使用KM曲线;当需要同时调整多个协变量时,则转向Cox回归。当事件不能每人发生一次以上,并且存在竞争事件(例如,在发生目标事件前因其他原因死亡)时,不应使用KM——应使用竞争风险分析。当删失可能具有信息性、需要连续协变量调整,或结局是二元的而非事件发生时间时,KM也不适用。
局限与注意事项
- 无法同时调整多个混杂因素——使用Cox比例风险模型进行协变量调整估计。
- 假设删失是非信息性的;如果删失与预后相关,则估计量会产生偏差。
- 无法处理复发事件或竞争风险,除非扩展到更专门的方法。
- 比较曲线的对数秩检验在风险比随时间变化时(曲线交叉或汇聚)功效会降低。
- 在剩余风险参与者很少的长期随访时,估计值会变得不稳定。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 完全非参数——不对生存分布的形状做任何假设。
- 正确地纳入删失观测值,最大限度地利用所有可用的随访时间。
- 生成直观、易于理解的可视化结果(阶梯函数生存曲线)。
- 中位数生存时间及其置信区间易于导出作为汇总统计量。
- 在临床、流行病学和监管受众中广为人知。
应用
- 比较肿瘤学随机对照试验中治疗组之间的总生存期。
- 在心血管队列研究中估计心脏手术后再次入院的时间。
- 在肿瘤新药的监管提交中报告无进展生存期。
- 在药物警戒研究中分析治疗中断或不良事件发生的时间。
- 在移植登记和器官排斥研究中估计移植物生存期。
- 描述结直肠癌或乳腺癌队列手术切除后复发的时间。
使用方式
使用方式
指定感兴趣的事件(例如,死亡、疾病复发、医院再入院)、时间起点(例如,随机化日期、诊断日期)以及删失机制。每位参与者都提供一个生存时间和事件指示符(1 = 事件发生,0 = 删失)。确保删失是非信息性的——也就是说,被删失的参与者在预后上不应系统性地不同于那些仍然处于风险中的参与者。
将所有观测到的事件时间从小到大排序。并列(同一时间点发生多个事件)按标准约定处理。在每个不同的事件时间 t_i,记录 n_i(在 t_i 之前处于风险中的参与者数量)和 d_i(在 t_i 发生的事件数量)。发生在连续事件时间之间的删失观测值会减少后续步骤的 n_i,但不计为事件。
使用乘积限公式计算每个事件时间的生存概率:S(t) = 乘积(对于所有 t_i <= t)(1 - d_i / n_i)。估计值从 S(0) = 1 开始,仅在事件时间点阶梯式下降,在事件之间保持不变。该方法不对生存时间的潜在分布做任何假设。
公式
S(t) = \prod_{t_i \le t} \left(1 - \frac{d_i}{n_i}\right)删失观测值——失访、退出研究或在研究截止日期前未发生事件的参与者——通过在它们的删失时间将其从风险集中移除来纳入分析,在此之前它们已贡献了直至该时间点的分母 n_i。正确处理删失至关重要:如果删失具有信息性(与预后相关),KM估计量将产生偏差,需要更复杂的方法。
当比较两个或多个组(例如,治疗组与对照组)时,为每组分别估计KM曲线,并将曲线一起显示。对数秩检验(或Mantel-Cox检验)提供了一个正式的显著性检验,用于检验生存函数相等的零假设。当组间风险比在时间上近似恒定时(比例风险假设),对数秩检验最有效;当早期差异更受关注时,可以使用加权变体,如Wilcoxon-Breslow检验。
以图形方式展示KM曲线,并在x轴下方附带一个风险人数表。报告中位数生存时间(S(t) 跨越0.5的那个时间点)及其95%置信区间(通常使用Greenwood公式)。如果进行了比较,则报告对数秩检验的p值以及Cox模型得出的风险比。注明总样本量、事件数量和随访时长。
常见陷阱
- 忽略竞争风险——当参与者可能发生竞争事件(例如,在复发前死亡)时使用KM,会导致目标事件的累积发生率估计过高;应使用Fine-Gray方法或特定原因的风险模型。
- 展示曲线时未附带风险人数表——基于极少数个体的曲线后期部分在没有背景信息的情况下是不可靠且具有误导性的。
- 信息性删失——如果患者因病情恶化而更换治疗而被删失,则存活队列是人为选择的;应考虑敏感性分析或反向概率删失加权。
- 仅报告对数秩p值而无效应量——p值表示显著性但未说明差异的大小;应始终附带Cox回归得出的风险比和置信区间。
- 单次对数秩检验比较交叉的生存曲线——当曲线交叉时,即使存在真实的早期或晚期差异,对数秩检验也可能不显著;受限平均生存时间或加权对数秩检验更具信息性。
常见问题
Kaplan-Meier曲线与累积风险曲线有何区别?
KM曲线显示S(t),即在时间t之后存活(未发生事件)的概率,它从1向0递减。累积风险H(t) = -log S(t) 随时间增加,代表累积的瞬时风险。两者是相同潜在数据的等效表示;在指数分布下,累积风险在对数尺度上是线性的,这使其在模型检查中很有用。
何时应使用对数秩检验与Cox模型来比较组?
当您想要一个简单的、非参数的显著性检验来比较两个或多个未调整的KM曲线时,请使用对数秩检验。当您需要调整混杂因素、包含连续预测变量或获得风险比作为汇总效应量时,请使用Cox回归。这两种方法都假设比例风险;当该假设被违反时,考虑使用受限平均生存时间分析。
如何计算中位数生存时间的置信区间?
标准方法应用Greenwood公式估计S(t)的方差,然后围绕曲线构建点估计置信区间。中位数的置信区间是置信区间横跨0.5概率线的那些时间点的集合。大多数统计软件(R survival包、SAS LIFETEST、Stata stci)会自动计算此值。
我可以在有竞争风险的情况下使用Kaplan-Meier吗?
标准的KM分析将竞争事件(例如,在目标事件发生前死亡)视为删失观测值,这会导致累积发生率估计过高,因为删失的个体被假定为仍然处于风险之中。当存在竞争风险时,应使用Fine-Gray回归或特定原因风险模型的累积发生函数(CIF)代替KM估计量。
可靠的Kaplan-Meier估计需要多大的样本量?
可靠性主要取决于观测到的事件数量,而不是总样本量。粗略地说,每组至少需要10-20个事件才能获得稳定的曲线估计,并且应根据预期的事件发生率、中位数生存时间和期望的功效进行正式的对数秩检验的功效计算。在剩余风险参与者很少(少于约5-10人)的长期随访时,曲线会变得不可靠,应进行截断或以适当的不确定性表示。