Skip to content

Statistics › 存活分析 › 結果解讀

存活分析結果解讀 (Interpretation) ​

依建構分析的順序解讀:描述(KM 曲線)→ 比較(log-rank)→ 建模(Cox HR)。三層互補、缺一不可。先理解原始存活型態,模型摘要才不會被誤讀。統計顯著還要搭配臨床 / 生物合理性才有意義。

各輸出怎麼讀 ​

輸出意義例句
KM 曲線上的點 Ŝ(t)存活超過 t 的機率「12 個月存活率為 70%」
曲線陡峭程度事件發生速率陡 = 事件率高
中位存活時間Ŝ(t) = 0.5 的時間「處理組 18 個月、對照組 12 個月」
RMST(τ)到 τ 為止的平均無事件時間「3 年內平均多 4.2 個月無復發」
Log-rank p存活分配是否不同「log-rank p = 0.02」
HR = e^β瞬間事件速率的相對倍數見下
HR解讀
= 1風險無差異
> 1風險較高 → 存活較短
< 1風險較低 → 存活較長;「降低 35%」= HR 0.65

例句:

  • 「帶有突變 X 的病人死亡風險為 1.8 倍(HR = 1.8,95% CI 1.2–2.7,p = 0.004)。」
  • 「治療 A 使疾病惡化的風險降低 35%(HR = 0.65,95% CI 0.50–0.85)。」

HR 的 95% CI 不包含 1 → 統計顯著;CI 越窄越精確。HR 不是機率比值,見 Cox 模型。

絕對差異 vs 相對差異 ​

最常見的解讀錯誤是只報 HR。

類型問題指標
絕對一組比另一組多幾個月無事件?某時點存活率差多少?中位數差、固定時點存活率差、RMST 差
相對瞬間事件速率高 / 低多少?HR

同樣 HR = 0.7,在基線風險高的族群與基線風險低的族群,絕對效益差很多。完整的報告兩者都包含。

「雖然 HR 統計顯著,但 3 年存活率的絕對差異只有 4%,臨床影響可能有限。」

報告前要確認 ​

項目檢查
比例風險假設Schoenfeld 殘差 / log-log 圖;違反時考慮分層或時間相依係數,見 模型診斷
連續共變數線性Martingale 殘差或樣條
尾端風險集尾端人數很少時估計不穩,不要過度解讀
設限設限 ≠ 無事件存活;被設限的人之後仍可能發生事件
多重檢定多基因 / 多變數分析時要校正(如 FDR),見 多重檢定校正
一致性子群體與外部世代中結果是否一致
依資料決定的切點用「最佳切點」把連續變數(如基因表現)分高 / 低組會嚴重高估效果與顯著性;優先用連續變數或事先指定的切點(中位數、臨床門檻)

報告範本 ​

  1. 描述觀察到的存活型態或中位存活時間
  2. 組間比較結果與 log-rank p 值
  3. Cox 估計:HR、95% CI、調整了哪些共變數
  4. 主要假設是否檢查過
  5. 結尾說明效果的實務 / 臨床意義(最好附絕對差異)
text
Kaplan-Meier 分析顯示,接受藥物 A 的病人存活顯著較長(中位存活 24 vs 15 個月;log-rank p = 0.02)。
調整年齡與分期後,Cox 模型確認此結果(HR = 0.60,95% CI 0.42–0.86),
Schoenfeld 檢定未顯示違反比例風險假設(p = 0.72)。
3 年存活率分別為 41% 與 28%(絕對差異 13%),顯示藥物 A 具臨床上有意義的存活效益。

解讀時把問題轉回時間:典型的無事件時間是多久?到某個有意義的時間點,一組多了多少無事件時間?主要故事是關於時機、瞬間風險,還是累積機率?HR 很少是故事的全部。