[EBM] 存活曲線的判讀 (Interpretation of Kaplan-Meier Survival Curves)...

存活曲線 (survival curve),存在在各式各樣的文獻中,但...到底要怎麼解釋這張圖呢?   這是一篇比較對心臟衰竭 (heart failure) 病人衛教與否,對165位受試者,於12個月內因為左心室功能不全住院的影響... 研究結果顯示...

存活曲線 (survival curve),存在在各式各樣的文獻中,但...到底要怎麼解釋這張圖呢?


這是一篇比較對心臟衰竭 (heart failure) 病人衛教與否,對165位受試者,於12個月內因為左心室功能不全住院的影響...

研究結果顯示,介入組與對照組的存活時間差異達統計上顯著水準 (log rank P=0.033),於12個月時,Kaplan-Meier存活率分別為0.59 (介入組) 及0.43 (對照組)...

Kaplan-Meier存活率 = 傳統我們所認知的存活率 (存活人數/總收納人數)嗎?

Kaplan-Meier存活率並不容易闡釋,因為絕大多數的受試者,在研究結束前 (12個月) 並未發生事件 (在這項研究中為左心室功能不全住院)...

因此,嚴格說起來,這些未發生事件的受試者 (被設限了 censored),發生事件的時間是12個月後的某一天...

因此,Kaplan-Meier存活率並不等於在特定時間內,受試者發生事件的機率 (probability)...因為介入/對照組都有被設限 (censored) 的受試者...

通常我們在闡釋這張圖表時,就喜歡說,"達統計上顯著差異!"
搞定收工!

但到底是什麼東西達到統計上顯著差異.答案是"存活時間"差異達統計上顯著差異,一樣的,因為設限的關係,並非所有的介入組受試者存活時間都比對照組長...

所以,Kaplan-Meier並不是好解釋的一個東西啊...

文獻中建議,以比較自然的頻率 (frequency) 方式來描述這些數據,例如"每100位類似病人,在12個月之間,會有60位 (~0.59) 存活且沒有因為心臟衰竭再住院,相較於對照組的45位 (~0.43)"

除了"達統計上顯著差異!" "P值小於0.05"之外,在解釋Kaplan-Meier數據時要特別注意這些問題喔~

You Might Also Like

0 意見