Kaplan-Meier 生存分析 Kaplan-Meier Estimation and Log-rank Test (KM / log-rank)

估计时间-事件终点的生存曲线、中位时间和指定时点生存率，并用 log-rank 检验比较组间曲线。

统计原理

在第 $i$ 个事件时点，事件发生前风险集中有 $n_i$ 人，当时发生 $d_i$ 个事件。KM 生存率是各事件时点条件生存概率的连乘：

\widehat S(t)=\prod_{t_i\le t}\left(1-\frac{d_i}{n_i}\right).

事件会让阶梯曲线下降；删失不会让曲线在该时点下降，只会让这个人在后续事件时点不再进入风险集。中位生存期是 $\widehat S(t)$ 首次降到 0.5 或以下的时间；如果曲线始终高于 0.5，中位数就是“未估计（NE）”，不是 0，也不是最大随访时间。

log-rank 检验在每个事件时点比较各组“观察事件数”和“在相同风险集构成下的期望事件数”，再把差异累积成卡方统计量。它对整条曲线做总体比较，在风险比大致恒定时通常最有效，但本身不直接给出 HR。

生存曲线与风险

播放 36 名确定性模拟受试者的观察过程：事件使 KM 曲线下降，删失只移出后续风险集；可拖动旋转、滚轮缩放。

接近视口后加载交互场景…

月份 0.0 / 12.0

HR（Drug A / Placebo） 0.65

Drug A 风险集

Placebo 风险集

什么时候用

终点是从起点到某事件发生的时间（如 OS、PFS、MACE 时间），且截至数据截止日仍有部分受试者未发生事件时，用 Kaplan-Meier（KM）方法估计生存函数；需要比较两组整条曲线时，通常同时给出 log-rank 检验。

SAP 里长这样：

Overall survival will be summarized by treatment group using the Kaplan-Meier method. The median survival time and its two-sided 95% confidence interval, together with survival probabilities at Months 6 and 12, will be presented. Treatment groups will be compared using a two-sided log-rank test.

看到 Kaplan-Meier / median survival / survival probability / log-rank，即可定位到本页。KM 负责“曲线和分位数怎么估”，log-rank 负责“组间曲线是否有系统差异”。

适用条件速查卡

项	条件
终点类型	时间-事件；AVAL 为从 SAP 规定起点到事件或删失日的分析时间
组数	1 组可做 KM 描述；2 组及以上可做 log-rank 比较
分析数据范围	先按目标 `PARAMCD`（示例为 `OS`）和 `ANL01FL='Y'` 限定；每名受试者对该参数恰好一条分析记录
事件/删失方向	本页 ADTTE 约定 `CNSR=0` 为事件、`CNSR=1` 为删失，因此 SAS 写 `time aval*cnsr(1)`
主要前提	删失对未来事件风险是非信息性的；时间起点、事件和删失规则已由 SAP 预先定义
不满足时	有竞争事件 → 累积发生函数/Fine-Gray；明显非比例风险且要比较总体疗效 → RMST 或 SAP 预设的加权检验

核心 SAS 代码

ods graphics on;
ods output Quartiles=km_quartiles
           ProductLimitEstimates=km_survival
           HomTests=km_logrank;

proc lifetest data=adtte(
    where=(paramcd='OS' and anl01fl='Y')
  ) plots=survival(atrisk cb=hw)
    timelist=180 360 reduceout conftype=loglog;
  time aval*cnsr(1);              /* 括号中的 1 是删失值；0 才计为事件 */
  strata trt01p / test=logrank;   /* 此处 TRT01P 是要比较的曲线分组 */
run;

ods output close;
ods graphics off;

where= 先把 ADTTE 限定到一个目标终点和主分析记录；若 OS/PFS 混在一起，KM 结果没有临床含义。
time aval*cnsr(1) 中括号列的是删失水平，不是事件水平。本页数据为 0=事件，1=删失。
timelist=180 360 输出第 180/360 天生存率；正式程序应按 SAP 的月换算规则决定天数，不能默认“1 月=30 天”。
strata trt01p 在本页用于生成治疗组曲线和普通 log-rank 检验。SAP 若要求按随机分层因素做分层 log-rank，不能仅照抄这一行，应使用 SAP 指定的分层实现。

变量解释表

变量	含义	典型来源
USUBJID	受试者唯一标识	ADTTE.USUBJID
TRT01P	计划治疗组；决定 KM 曲线分组	ADSL.TRT01P → ADTTE.TRT01P
STRATUM1	IxRS 基线风险层；保留供 QC，本页普通 log-rank 不使用	ADSL.STRATUM1 → ADTTE.STRATUM1
PARAMCD	时间-事件参数代码；本页仅分析 `OS`	ADTTE.PARAMCD
AVAL	分析时间，单位必须与 SAP/shell 一致	ADTTE.AVAL
CNSR	删失标记；本页 `0=事件，1=删失`	ADTTE.CNSR
ANL01FL	主分析记录标记；本页仅取 `Y`	ADTTE.ANL01FL
EVNTDESC	事件或删失原因的可读说明，用于 QC	ADTTE.EVNTDESC

输出对照

下面是贴近 PROC LIFETEST 输出结构的示意数值，用于说明抄数位置；正式 TFL 必须使用经验证程序对正式 ADTTE 的实际输出。

Quartile Estimates

TRT01P	Percent	Estimate	95% Lower CL	95% Upper CL
Drug A	50	355 ①	235 ②	NE ②
Placebo	50	218 ①	126 ②	330 ②

Product-Limit Survival Estimates（Day 180）

TRT01P	Timelist	Survival	95% Lower CL	95% Upper CL
Drug A	180	0.790 ③	0.491 ④	0.924 ④
Placebo	180	0.600 ③	0.319 ④	0.797 ④

Test of Equality over Strata

Test	Chi-Square	Pr > Chi-Square
Log-Rank	3.26	0.0710 ⑤

对应 shell（Table 14.2.x Overall Survival）：

Shell 行	填入
Median OS, days	①
95% CI for median	(②, ②)；上限未估计时按 shell 规则显示 NE
OS rate at Day 180, %	③ × 100
95% CI for Day 180 rate, %	(④ × 100, ④ × 100)
Log-rank p-value	⑤

示例数据与程序

example.csv — 30 例原创模拟 OS 记录，采用 ADTTE 风格变量与 CNSR=0/1 约定
example.sas — 数据导入、范围限定、KM 曲线、中位数、时点生存率和 log-rank 检验完整程序

常见坑

CNSR 写反：若数据实际为 1=事件，却仍写 cnsr(1)，事件会全部被当成删失。先查 ADTTE 规范与频数，再核对事件数。
混入多个参数或非主分析记录：必须同时限定目标 PARAMCD 和 ANL01FL=‘Y’，并确认每名受试者每个参数仅一条记录。
时间单位或起点不一致：AVAL 是天还是月、Day 1 是否加 1、死亡/失访/数据截止如何删失，都应来自 SAP 与 ADTTE 规范。
把删失刻度当成事件：KM 图上的小刻度表示删失，曲线下降才表示事件；风险集人数也要按同一显示时点核对。
把 NE 填成 0：中位数或置信限未达到时应按 shell 规则显示 NE/NR，不能用 0 或最后观察时间代替。
把 log-rank 当成 HR：log-rank 只给总体比较 p 值；要报告 HR 和协变量校正结果，应使用 Cox 模型。