Kaplan-Meier 生存曲线

Kaplan-Meier（乘积极限）估计量是用于从删失时间至事件数据中估计生存函数的标准非参数方法。它生成熟悉的阶梯状生存曲线，该曲线在每个观察到的事件时间下降，并在事件之间保持平坦，使研究人员无需假设事件时间的任何特定分布即可读取生存概率和中位生存期。

Definition

Kaplan-Meier 估计量是对生存函数的非参数估计，通过对事件时间点上给定生存至该时间点的条件下生存的条件概率进行连续乘积获得，其中删失观察在其删失时间点从风险集中移除。

Scope

本主题涵盖了 Kaplan-Meier 估计量如何根据每个事件时间点的风险集构建，如何处理删失观察，如何读取生存曲线和中位生存期，以及如何使用对数秩检验比较组别。它是方法学参考材料，而非临床指导。

Core questions

• 如何在不假设分布的情况下，根据事件时间和风险集估计生存曲线？
• 删失观察如何进入计算？
• 如何从曲线中读取生存概率、中位生存期及其置信区间？
• 如何统计比较两条或多条生存曲线？

Key concepts

• 乘积极限估计量
• 每个事件时间点的风险集
• 条件生存概率
• 阶梯状生存曲线
• 中位生存期
• Greenwood 公式（方差）
• 对数秩检验
• 风险人数

Mechanisms

在每个不同的事件时间点，估计量计算在该瞬间生存的条件概率——即 1 减去事件数除以事件发生前处于风险中的人数——并将这些条件概率相乘，以给出累积生存概率，从而在每个事件时间点产生一个下降的阶梯。在事件时间点之前被删失的受试者会离开风险集，因此不会使曲线下降，但会减少后续阶梯的分母。估计量的方差通常通过 Greenwood 公式获得，从而支持曲线周围的置信区间。由于它不假设任何参数形式，因此该估计量稳健且适用范围广；组间比较通常使用对数秩检验完成，该检验比较不同组别在不同时间观察到的事件和预期事件（Kaplan & Meier, 1958; Bland & Altman, 1998）。

Clinical relevance

Kaplan-Meier 曲线是临床文献中最常见的显示预后和治疗对生存影响的方式，阅读它们——包括风险人数和中位生存期——是一项核心评估技能。本条目描述性地解释了该方法，并非个体预后或治疗决策的基础。

Epidemiology

该估计量几乎应用于所有研究事件发生时间的医学领域，从肿瘤学试验到队列研究；其 1958 年的论文是所有科学领域中被引用次数最多的论文之一，反映了该方法已变得多么常规（Kaplan & Meier, 1958）。

Evidence & guidelines

对于估计量本身没有临床指南；方法学参考标准是 Kaplan 和 Meier 1958 年的论文，以及广泛使用的教程（Bland & Altman, 1998; Clark et al., 2003）和教科书（Collett, 2015），它们描述了最佳实践，包括报告风险人数和置信区间。

History

Kaplan 和 Meier 于 1958 年引入了乘积极限估计量，将早期的精算生命表思想统一为一种严谨的非参数估计，该估计量能够精确处理删失；他们的独立工作合并为一篇里程碑式的论文。用于比较曲线的对数秩检验和 Greenwood 早期提出的方差公式完善了伴随该估计量的标准工具包（Schoenfeld, 1981）。

Debates

何时对数秩检验是正确的比较方法？

对数秩检验在比例风险假设下最有效；当风险交叉或生存曲线非比例发散时，它可能会失去效力，从而促使使用加权或替代检验，这是一个与这些非参数比较的渐近理论相关的问题。

Key figures

• Edward L. Kaplan
• Paul Meier
• Major Greenwood
• Douglas Altman

Seminal works

• kaplan-meier-1958

Frequently asked questions

为什么 Kaplan-Meier 曲线看起来像楼梯？

它只在观察到的事件时间点发生变化，在每个事件处下降，并在事件之间保持平坦，因为生存概率仅在观察到事件时更新，而不是在受试者仅处于观察期时更新。

删失受试者如何影响曲线？

删失受试者在其删失时间点离开风险集，而不会导致曲线下降，但会减少用于计算后续阶梯的风险人数，因此曲线仅反映实际观察到的信息。