KM法生存分析，史上最詳細的SPSS教程！

一、問題與數據

研究者對長期吸煙的人進行戒煙干預，三種干預措施分別為： hypnotherapy programme – 催眠療法； nicotine patches – 尼古丁貼片； e-cigarettes – 電子煙。

研究納入了150例長期吸煙者，隨機分配到三個干預組中，每組各50例研究對象。研究的起始時間是吸煙者戒煙後，研究持續2年（104周）。結局是「再次吸煙」或「未再次吸煙」。

通過 Kaplan-Meier生存分析方法可以實現以下兩個目標：

1. 三個干預組的「生存」分布是否不同；

2. 如果三個干預組的「生存」分布存在差異，具體是哪兩種干預措施之間存在差異。

研究者收集了150例受試者的「生存」時間（time，單位：周）、結局（status：censored – 截尾，用「0」表示；event – 再次吸煙，用「1」表示）和干預措施（intervention：hypnotherapy programme – 催眠療法，用「1」表示；nicotine patches – 尼古丁貼片，用「2」表示； e-cigarettes – 電子煙，用「3」表示），部分數據如下：

（註：這裡status和intervention顯示的是變數值標籤而非數值，可以通過在菜單欄上選擇View> Value Labels來實現。）

二、對問題的分析

使用Kaplan-Meier法進行生存分析時，需要考慮6個假設。

對研究設計的假設：

假設1：結局變數是二分類變數，分別為「截尾」和「事件」；

假設2：研究的起始和終止時間（也稱「生存時間」）需要明確定義並測量；

假設3：盡量減少左截尾事件，所謂左截尾，是指觀察的起始時間難以確定。比如，研究皮膚癌患者的生存時間，理想的起始時間是皮膚癌發生的一刻，但一般情況都是患者被診斷時作為起始時間，這樣觀察的時間就不能代表皮膚癌發生到死亡的真正生存時間，所以要盡量要避免左截尾的發生；

假設4：「截尾」和「事件」相互獨立，如事件是死亡，那麼截尾不能是死亡或與死亡相關的情況；

假設5：不應該有長期變異。一般試驗的開始到結束的時間較長，而納入的研究對象是經過一段時間收集的，並不是同時進入研究。如研究皮膚癌發生到死亡的生存時間，如果在試驗的時間內出現了新的藥物，提高了後期進入試驗研究對象的生存率，這樣的「變異」就會對研究結果造成偏倚。

對數據的假設：

假設6：截尾在各個組的比例和分布相似。

三、對假設的判斷

那麼，進行Kaplan-Meier分析時，如何考慮和處理這6個假設呢？

由於假設1-5都是對研究設計的假設，需要研究者根據研究設計進行判斷，所以本文主要對數據的假設6進行檢驗。假設6包括兩個方面：截尾在各個組的比例相似；截尾在各個組的分布相似。

我們先通過散點圖對截尾的分布進行判斷。

1.首先要選出「截尾」的數據，在主菜單點擊Data > Select Cases...，如下圖：

2.選擇If condition is satisfied，點擊If。

3.將status=0填入右上方的方框內，點擊Continue，點擊OK。

4.打開變數視圖，可以看到status為event的數據已被過濾掉。

5.做散點圖

(1)在主菜單點擊Graphs > Chart Builder...，如下圖所示：

(2)在Chart Builder對話框下，從Choose from選擇Scatter/Dot，在中下部的8種圖形中，選擇左上角的那一種（如果點擊這個圖標會出現「Simple Scatter」字樣），並拖拽到主對話框中。

(3)主對話框中會出現標記「Y-Axis？」和「X-Axis？」的方框，將time拖拽到「X-Axis？」，intervention拖拽到「Y-Axis？」，點擊OK。

(4)從下圖可以看到，截尾隨時間均衡分布（儘管電子煙和尼古丁貼片在生存時間較小時有些聚集）。由於截尾在各個組的分布是否相似沒有一個嚴格的檢驗方法和標準，我們這裡認為截尾在三個干預組中分布相似。

(5)下面對剛才選擇的數據去過濾：在主菜單點擊Data > Select Cases...，如下圖所示。

(6)選擇All cases，點擊OK。

(7)在變數視圖中可以看到所有的數據都被選擇，如下圖。

四、SPSS操作

1.在主菜單點擊Analyze > Survival > Kaplan-Meier...，如下圖：

2.將time選入Time，將intervention選入Factor，將id選入Label Cases by，將status選入Status，點擊Define Event。

3.本研究中status=1代表事件，即再次吸煙，所以在Single value中填入1。

4.點擊Options，選擇Statistics下面的Survival table(s)和Mean and median survival， 選擇Plots下面的Survival，點擊Continue。

5.點擊Compare Factor，選擇Test Statistics下的Log rank、Breslow和Tarone-Ware，點擊Continue，點擊OK。

6.由於上面的檢驗是對三個組的分布進行的檢驗，如果想知道每兩個組之間的差異是否存在，就需要進行兩兩比較。進行兩兩比較時，重新進行上述操作1-5，在Compare Factor Levels時，選擇Test Statistics下的Log rank，下方選擇Pairwise over strata，點擊OK。

五、結果解釋

1.在Case Processing Summary的表格中，我們可以看到截尾在催眠療法、尼古丁貼片和電子煙三個組中所佔的比例分別是12.0%、14.0%和14.0%，較為相似，驗證了我們假設6「截尾在各個組所佔比例相似」。

2.三種干預措施的生存曲線如下圖所示，我們可以大致看出催眠療法的「生存」時間比尼古丁貼片或電子煙長。

3.在Means and Medians for Survival Time表格中，可以看到三種干預措施的「生存」時間和總「生存」時間的均值和中位數及相關統計量。由於「生存」時間一般不符合正態分布，所以這裡均值沒有中位數的意義大。

催眠療法、尼古丁貼片和電子煙三個組的「生存」時間中位數分別是69.000（95%CI：45.163-92.837）周、9.000（95%CI：6.563-11.437）周和9.000（95%CI：7.097-10.903）周。催眠療法的「生存」時間比另外兩種干預措施長，驗證了我們在「生存」曲線看到的情況。

4.在Overall Comparisons中，我們分別用了Log rank test (Mantel, 1966), Breslow test (Breslow, 1970; Gehan, 1965) 和Tarone-Ware test (Tarone & Ware, 1977)。

一般情況下，三種檢驗都勾選，如果三種檢驗的結果一致（P均小於0.05或均大於0.05），則報告Log rank檢驗的結果；如果三種檢驗結果不一致，則需要檢查截尾數據在各個組的分布情況並進一步討論。三種方法均採用的是卡方檢驗。

本例中，三種方法的P值均小於0.001，所以報告Log rank檢驗的結果：三個干預組中「生存」分布的差異具有統計學意義，χ2= 25.818，P＜0.001。

這裡我們看到P值顯示為0.000，這並不代表P=0.000，如果想知道具體的數值，可以雙擊表格，並將滑鼠移動至0.000處，會顯示真正的P值，為0.000002，已經在下圖中突出顯示。

5.在Pairwise Comparisons表格中，我們可以看到通過Log rank方法檢驗的兩兩比較的結果。與多組比較相同，兩兩比較也是計算卡方統計量。但兩兩比較是進行了多次，所以顯著性水平P值不再是0.05，需要用Bonferroni法校正。

該兩兩比較共進行了三次：催眠療法與尼古丁貼片，催眠療法與電子煙，尼古丁貼片與電子煙。所以校正後的顯著性水平=0.05/3≈0.0167，即當表格中P＜0.0167時，認為差異有統計學意義。

(1)催眠療法與尼古丁貼片：催眠療法組與尼古丁貼片組的「生存」分布的差異具有統計學意義，χ2=11.035，P＜0.001。見下圖突出顯示的部分。

(2)催眠療法與電子煙：催眠療法組與電子煙組的「生存」分布的差異具有統計學意義，χ2=29.003，P＜0.001。見下圖突出顯示的部分。

(3)尼古丁貼片與電子煙：尼古丁貼片組與電子煙組的「生存」分布的差異不具有統計學意義，χ2=1.541，P=0.214＞0.0167。見下圖突出顯示的部分。

六、撰寫結論

本研究將吸煙者隨機分配到三個干預組中：催眠療法組（n=50），尼古丁貼片組（n=50）和電子煙組（n=50）。運用Kaplan-Meier生存分析比較三種干預措施對戒煙的效果。截尾在三個組所佔的比例相似，催眠療法組、尼古丁貼片組和電子煙組分別是12.0%、14.0%和14.0%，截尾在各個組的分布也相似。

催眠療法組戒煙後再吸煙的中位時間為69.0（95%CI：45.2-92.8）周，比尼古丁貼片組（中位時間：9.0周，95%CI：6.6-11.4）和電子煙組再次吸煙（中位時間：9.0周，95%CI：7.1-10.9）的中位時間長。用Log rank法對三種干預措施的「生存」分布的差異進行檢驗。三個干預組中「生存」分布的差異具有統計學意義，χ2= 25.818，P＜0.001。

運用Log rank法對三種干預措施進行兩兩比較，並對顯著性水平進行Bonferroni校正，校正後的顯著性水平為≈0.0167。催眠療法組與尼古丁貼片組的「生存」分布的差異具有統計學意義，χ2=11.035，P＜0.001；催眠療法組與電子煙組的「生存」分布的差異具有統計學意義，χ2=29.003，P＜0.001；然而，尼古丁貼片組與電子煙組的「生存」分布的差異不具有統計學意義，χ2=1.541，P=0.214。

醫咖會微信：medieco-ykh

關注醫咖會，輕鬆掌握統計學！

有臨床研究設計或統計學方面的難題？快加小咖個人微信（xys2016ykf），加入醫咖會統計討論群，和小夥伴們一起交流學習吧；或者點擊公眾號下方自定義菜單的「統計諮詢」，提出你遇到的統計難題。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！