生存曲线怎么看

在临床研究中，生存曲线（又称Kaplan-Meier曲线）是最常用图片之一，旨在描述各组患者的生存状况。一张漂亮的、专业的生存曲线图不仅可以令编辑、读者和审稿专家眼前一亮，同时也能为论文增色不少。然而，对于一些新手而言，生存曲线却显得十分陌生，不知道为何要绘制生存曲线，也不知道该如何解读生存曲线的结果。在此，笔者结合自己长期做统计分析和绘制生存曲线的经验，浅谈如何解读生存曲线。

1，为什么要绘制生存曲线

可能有读者要问，为什么要绘制生存曲线？如果想要比较两组患者的预后，我直接比较两组的生存时间不就可以了。比如，我要比较早期肺癌和晚期肺癌的总体生存率，我可以将所有的病人随访到死，这个每个病人就有一个生存时间，我直接用t检验或者Mann-Whirney U检验等直接比较生存时间就行了，还绘制什么生存曲线。

然而，事情并不是那么简单！预后分析往往要考虑很多因素，比如病人失访了（失去联系），最终无法明确病人是否死亡。也有可能病人并不是死于预定的观察终点，比如研究肺癌预后，设定的观察终点是肺癌相关死亡事件，但问题在于有的病人中途可能死于车祸或心血管疾病，这类病人自然就没有观察终点了。在随访中，这些没有观察终点的案例叫失访案例，或者删失案例。当然，还有一个最重要的问题，就是有的疾病生存时间较长，比如睾丸癌，随访二三十年也未必能等到病人全部死亡。在这些情况中，如果仅仅比较生存时间，显然是不可能，也不合理的。打个极端的比方：某人对10例晚期和10例早期肺癌进行了1年的随访，旨在确定早期病人的预后是否好于晚期病人。作者对病人进行随访后发现，晚期病人在1年的时间截点上（刚好在1年的时候）全死了，而早期病人在1年的时间截点上还全部存活。如果单纯比较生存时间，早期和晚期病人的存活时间都是1年，显然没有差异。但是在这里例子中，早期病人的预后显然是优于晚期病人的。

也有人说，我不比较生存时间，而是比较1年生存率，5年生存率，这又何尝不可。这确实是一种预后分析的方法，但是其在方法学上有瑕疵，并不是最佳的预后分析方案。再打一个极端的比方，某研究者对甲乙两组肺癌病人进行随访，比较两组患者的1年生存率。随访1年后，两组病人均死亡，死亡率是100%，如果单独比较1年生存率，两组患者的死亡率显然是一样的。但是问题在于：甲组病人全部是在随访后3天就死了，而乙组病人全部是在第364天死亡的。其实乙组病人比甲组病人多活了近一年，其预后显然更好。这个案例其实就是告诉我们，生存分析要考虑每个时间点上病人的生存概率，而不是某一个特定的时间点。

其实说了这么多废话，举了这么多例子，就是想说明一个问题：随访资料是有删失值的，比较病人的预后不能直接拿随访时间说事，生存曲线才是最佳分析方案。

2，如何解读生存曲线

图1

上图（图1）是笔者随手从某杂志上截取的一张生存曲线图。这项研究的目的之一评价sST2（一个实验室指标）与呼吸困难人群预后，作者选择观察终点为全因死亡率。研究将251例呼吸困难人群划分为两个组，sST2增高组（n=126）和降低组（n=125）。用生存曲线描述了两组病人的生存状况。生存曲线的横坐标是观察时间，纵坐标一般是生存率。曲线上的每一个点代表了在该时间点上病人的生存率。在A点中，由于才开始随访（X轴为0），还没有患者死亡，所以两组患者的生存率都是100%。但是我们发现，在随后的随访过程中，sST2增高组（sST2>median）的死亡率在任何一个时间均高于sST2降低组（sST2=