外觀
Statistics › 存活分析 › Log-rank 檢定
Log-rank 檢定 (Log-Rank Test)
比較兩組以上存活曲線的標準無母數檢定,正確處理設限。它是 KM 曲線的配套檢定,地位就像 t 檢定之於平均數:兩條 KM 曲線看起來不同,不代表統計上顯著不同。
原理
- 在每個事件時間 tⱼ,若 H₀ 為真,各組的期望事件數依其在風險集中的比例分配
- 加總所有時間點的(觀察 − 期望)
- 標準化後在 H₀ 下服從 χ²,df = 組數 − 1
標準 log-rank 對所有事件時間給相同權重,在 hazard ratio 大致固定(比例風險)時檢定力最高。
Python 範例
python
import pandas as pd
from itertools import combinations
from lifelines.datasets import load_rossi
from lifelines.statistics import logrank_test, multivariate_logrank_test, pairwise_logrank_test
rossi = load_rossi()
T, E = rossi["week"], rossi["arrest"]
aid = rossi["fin"] == 1
# 兩組
res = logrank_test(T[aid], T[~aid], event_observed_A=E[aid], event_observed_B=E[~aid])
res.test_statistic, res.p_value
# 加權版本(事先決定!)
logrank_test(T[aid], T[~aid], E[aid], E[~aid], weightings="wilcoxon") # Gehan-Breslow
logrank_test(T[aid], T[~aid], E[aid], E[~aid], weightings="tarone-ware")
# 三組以上
rossi["prio_group"] = pd.cut(rossi["prio"], bins=[-1, 0, 3, 20], labels=["None", "1-3", "4+"])
multivariate_logrank_test(T, rossi["prio_group"], E).p_value
# 事後兩兩比較:記得校正 p 值
pw = pairwise_logrank_test(T, rossi["prio_group"], E)
pw.summary # 對 p 值再做 Holm / Bonferroni,見多重檢定校正R:survdiff(Surv(time, status) ~ sex, data = lung)。
多組 log-rank 顯著只代表「至少一組不同」,要找出哪幾組需做兩兩比較並 校正多重檢定。
加權變體
| 變體 | tⱼ 的權重 | 最敏感於 | lifelines |
|---|---|---|---|
| 標準 log-rank | 1 | 比例風險、晚期差異 | 預設 |
| Gehan-Breslow (Wilcoxon) | nⱼ(風險集大小) | 早期差異 | "wilcoxon" |
| Tarone-Ware | √nⱼ | 早晚平衡 | "tarone-ware" |
| Peto-Peto | Ŝ(tⱼ) | 對晚期設限較穩健 | "peto" |
| Fleming-Harrington (p, q) | Ŝ^p (1−Ŝ)^q | 可自訂 | "fleming-harrington" |
預期效果出現在早期(例如疫苗在前幾週預防感染)→ Gehan-Breslow;預期長期效果 → 標準 log-rank。看資料之前就要指定,事後挑 p 值最小的權重就是 p-hacking。
限制
| 限制 | 說明 | 替代 |
|---|---|---|
| 無法調整共變數 | 只比較組別,無法控制干擾因子 | Cox 模型 |
| 曲線交叉時檢定力大減 | 一組早期較好、另一組晚期較好,正負抵消 | RMST 差異、加權 log-rank |
| 最適合比例風險 | hazard ratio 固定時最有力 | Cox + PH 檢查、分層 Cox |
| 只檢定「是否不同」 | 不告訴你差多少 | Cox 的 hazard ratio、中位數差、RMST 差 |
| 對大量晚期設限敏感 | — | 限制分析時間範圍、RMST |
Log-rank 只回答「這些組不同嗎?」,不回答「差多少?」或「為什麼?」。要量化效果並調整共變數,進入 Cox 模型。曲線交叉時,把圖放在顯眼處並考慮 RMST 或加權方法。