Skip to content

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。

H0:S1(t)=S2(t) 對所有 t(等價於各組 hazard 相同)

原理 ​

  1. 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
  2. 加總所有時間點的(觀察 − 期望)
  3. 標準化後在 H₀ 下服從 χ²,df = 組數 − 1
χ2=(∑j(O1j−E1j))2Var

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-rank1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-PetoŜ(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。