lvzhaopeng的数字花园

生物 log-rank

21分钟阅读

Logrank 方法是由 Nathan Mantel 最初提出的，它是一种非参数检验，主要用来比较两组样本的生存时间分布的差异。其中一种版本，实际上是卡方检验的一种应用场景。Logrank 检验的零假设是指两组的生存时间分布完全一致，当我们通过计算拒绝零假设时，就可以认为两组的生存时间分布存在统计学差异。我们可以通过以下公式计算某组病人在某个时间点的期望死亡人数：

E1t = N1t*(Ot/Nt)

其中
E1t 是指第一组中，在时刻 t，期望死亡人数；
N1t 指第一组中 t 时刻 at risk的人数，即 t 之前的存活人数；
Ot 则指两组（第一组和第二组）总的观测到的实际死亡人数；
Nt 指两组总的 at risk 的人数，或 t 时间之前两组的总人数。

有了每个时间点的死亡期望值之后，我们构造如下的卡方值：

外层的 Σ 是对不同组的一个叠加，
内层的三个 Σ 都是对不同时间点的叠加；
j 代表的是第 j 组，比如服药组和对照组就可以分别对应 j=1 和 j=2 ；
这里分子上的 ΣOjt 是指在 j 组所有时间点的观测死亡人数相加之和，是对不同时间点 t 对应的观测值的一个累加，比如 t 分别对应 1 天、2 天、3 天等等；
ΣEjt 是指在 j 组所有时间点期望死亡人数相加之和。观测人数和期望人数的差值，就代表了实际情况与我们假设情况是否一致，如果假设是对的，即不同组的生存时间分布是完全一致的，
另外，由于 100 和 120 之间相差的 20，和 1000 和 1020 之间相差的 20，情况并不完全一样，100 和 120 之间的 20 占比达到 20%，而 1000 和 1020 之间相差的 20 占比只达到了 2%，为了让这两种情况可比较，再加一个分母即 ΣEjt，相当于转换成百分比；最后把不同组别得到的值加起来，就得到 X2 值。通过查表可根据 X2 值来判断是否需要拒绝零假设。

除 Logrank 检验之外，一种生存时间分布的常用检验包括 Breslow 检验，其实也就是 Wilcoxon 检验，与 Logrank 不同的是，在每个时间点统计观测人数和期望人数时，他会给它们乘以一个权重因子，即当前时间点的 at risk 的总人数，然后再把所有时间点加起来去统计卡方值。可以想象随着时间点越靠后，at risk 的总人数会越小，因此权重越少，对 X2 值的贡献就越小。因此 Breslow 检验对试验前期的差异要更加敏感，而相对来说 Logrank 对后期相对更敏感一些，因为它的所有时间点的权重参数都是1. 在实际使用中，我们可以使用不同的方法从多个角度对数据去进行探究。

  • 若log-rank检验有意义而Wilcoxon检验无意义，表明可能远期差异较大，早期则不一定，有可能差异不大。
  • 若log-rank检验无意义而Wilcoxon检验有意义，表明早期生存差别较大，远期生存差异不大
    在生存分析中，Log-Rank检验和Wilcoxon（Breslow）检验是两种常用的组间生存差异检验方法，它们的区别主要在于对生存时间不同阶段的权重分配。当两者结果不一致时，可以揭示生存曲线在不同时间段的差异模式。以下是具体解释：

1. 两种检验的核心区别

检验方法权重分配对生存时间段的敏感性适用场景
Log-Rank检验对所有时间点同等权重更关注远期差异假设风险比（HR）恒定（比例风险）
Wilcoxon检验对早期时间点更高权重更关注早期差异当早期事件率更高或HR随时间变化

2. 结果不一致的生物学解释

(1) Log-Rank显著而Wilcoxon不显著

  • 含义：组间生存差异主要体现在远期，而早期差异较小。
  • 可能原因：
    • 治疗效果的延迟显现（如免疫治疗可能需要时间激活免疫系统）。
    • 远期复发或晚期毒性导致的生存差异。
  • 示例：
    • 化疗组 vs 靶向治疗组：靶向治疗早期有效，但化疗的远期生存率更高（如防止复发）。

(2) Wilcoxon显著而Log-Rank不显著

  • 含义：组间生存差异主要体现在早期，而远期差异趋于一致。
  • 可能原因：
    • 治疗初期快速起效但效果不持久（如短期强化治疗）。
    • 早期事件（如手术并发症）对生存的影响随时间减弱。
  • 示例：
    • 手术组 vs 放疗组：手术组早期死亡率较高（围手术期风险），但长期生存与放疗组无差异。

3. 图形化理解

假设两条生存曲线：

  • Log-Rank显著：曲线后期明显分离（远期差异）。 
    生存概率
|---------
|         \---- Group A
|          \--- Group B
  • Wilcoxon显著：曲线早期分离但后期接近（早期差异）。 
    生存概率
|-----\
|      \------ Group A
|       \----- Group B

4. 统计原理深入

  • Log-Rank检验：
    基于观察事件数与期望事件数的差异，对所有时间点赋予相同权重。

    • 公式：χ² = Σ[(O_i - E_i)² / Var(O_i)]
    • 若远期事件数多，Log-Rank对远期差异更敏感。

  • Wilcoxon检验：
    通过样本量加权（如每个时间点的风险集人数），早期时间点权重更大。

    • 公式：χ² = Σ[w_i × (O_i - E_i)]² / Var(w_i × O_i)
    • 若早期风险集人数多，Wilcoxon对早期差异更敏感。

5. 实际应用建议

  1. 结合生存曲线观察：

    • 若曲线早期交叉但后期分离，Log-Rank可能更显著。
    • 若曲线早期分离但后期合并，Wilcoxon可能更显著。

  2. 选择检验方法：

    • 关注长期疗效（如5年生存率）→ 优先Log-Rank。
    • 关注短期效果（如30天死亡率）→ 优先Wilcoxon。

  3. 报告结果时需注明：

    "Log-Rank检验（p=0.03）显示两组远期生存差异显著，而Wilcoxon检验（p=0.15）提示早期差异无统计学意义。"

6. R代码验证

library(survival)
# 生成模拟数据（早期差异显著）
set.seed(123)
time <- c(rexp(50, rate = 0.1), rexp(50, rate = 0.2))  # Group B早期事件率更高
status <- rep(1, 100)
group <- rep(c("A", "B"), each = 50)
 
# 检验
survdiff(Surv(time, status) ~ group, rho = 0)  # Log-Rank（rho=0）
survdiff(Surv(time, status) ~ group, rho = 1)  # Wilcoxon（rho=1）

预期结果：

  • Wilcoxon检验的p值更显著（因早期差异大）。

总结

  • Log-Rank vs Wilcoxon的分歧反映了生存差异的时间依赖性。
  • 临床解读需结合治疗机制和生存曲线形态，避免单一检验的片面结论。
  • 当结果矛盾时，建议同时报告两种检验，并讨论可能的时间特异性效应。

Log-rank检验是一种常用的生存分析方法，用于比较两个或多个生存曲线之间的差异是否显著。它基于卡方检验的原理，通过比较观察到的事件发生数与预期的事件发生数之间的差异来评估组别间的生存差异。

在Log-rank检验中，假设各组的生存曲线是同质的（即不存在差异），然后计算出每个时间点上的观察值和期望值的差异，再基于这些差异进行卡方检验。如果计算得到的统计量的p值小于预先定义的显著性水平（通常为0.05），则认为存在组别间的生存差异。

5.2 优点和缺点
Log-rank检验具有以下优点」：
非参数性：因此适用于各种类型的生存数据。
易于理解和解释：Log-rank检验基于生存曲线比较，结果易于理解和解释，适合用于呈现比较组别间生存差异的结果。
适用于大样本：Log-rank检验对大样本和小样本都具有较好的统计性能。
「然而，Log-rank检验也存在一些缺点」：

  1. 忽略了生存时间的连续性：Log-rank检验只考虑事件是否发生，而忽略了生存时间的连续性，可能导致信息损失。
  2. 无法处理时间依赖性：如果生存时间存在时间依赖性或重复事件发生，Log-rank检验可能不适用，需要使用其他方法进行分析。
    以下是关于Log-rank检验缺点的详细解释，特别是针对「忽略生存时间连续性」和「无法处理时间依赖性」这两个问题的说明：

1. 忽略生存时间的连续性

问题本质

Log-rank检验通过比较不同组在每个事件发生时间点的观察事件数与期望事件数来计算统计量。它的核心是比较事件发生的顺序（即哪个组先发生事件），而未直接利用生存时间的具体数值。

具体表现

  • 信息损失：
    假设两组患者的生存时间如下（单位：月）：

    • 组A：10, 20, 30, 40（事件）
    • 组B：15, 25, 35, 45（事件）
      Log-rank检验仅关注事件发生的顺序（如组A的10 < 组B的15），但忽略了具体时间差异（10 vs 15的5个月差距未被量化）。

  • 与参数化方法的对比：
    参数化模型（如Weibull回归）会直接建模生存时间的分布，利用具体时间值的信息，而Log-rank检验属于非参数方法，不依赖这种假设。

影响

  • 当生存时间的具体数值差异包含重要信息时（如治疗组比对照组平均多存活3个月），Log-rank检验可能无法充分捕捉这种差异。

2. 无法处理时间依赖性

问题本质

Log-rank检验的假设之一是比例风险（Proportional Hazards, PH），即两组的风险比（Hazard Ratio, HR）随时间恒定。如果风险比随时间变化（如治疗效应在早期和晚期不同），Log-rank检验可能失效。

常见时间依赖性场景

场景例子Log-rank检验的局限性
非比例风险免疫治疗组 vs 化疗组：化疗早期有效，但免疫治疗后期效果更显著可能低估交叉生存曲线的差异
时变协变量患者在治疗期间发生耐药性（风险随时间增加）无法动态调整风险
重复事件患者可能经历多次复发（如癌症复发、感染再发）只能分析首次事件，忽略后续事件信息
  • 重复事件：
    Log-rank检验仅适用于单终点事件（如死亡）。若同一患者多次发生事件（如肿瘤复发），需使用边际模型（Marginal Model）或脆弱模型（Frailty Model）。

解决方法

  • 非比例风险：

    • 使用加权Log-Rank检验（如Fleming-Harrington检验，赋予不同时间点不同权重）。
    • 改用分段Cox模型或时依协变量模型。
    # R示例：检验比例风险假设
cox_fit <- coxph(Surv(time, status) ~ group, data = df)
cox.zph(cox_fit)  # 若p<0.05，提示非比例风险

  • 重复事件：

    • 使用Andersen-Gill模型或竞争风险模型（如Fine-Gray模型）。
    # 重复事件分析（Marginal Model）
library(coxme)
fit <- coxph(Surv(time, status) ~ group + cluster(id), data = df)

3. 实际案例说明

案例1：非比例风险

  • 数据：两组患者（免疫治疗 vs 化疗），免疫治疗组早期死亡率高（免疫相关毒性），但3年后生存率显著优于化疗组。
  • Log-rank结果：p=0.08（无显著差异）。
  • 问题：Log-rank检验对远期差异敏感性不足。
  • 改进： 
    # 使用Fleming-Harrington检验（权重函数强调远期差异）
survdiff(Surv(time, status) ~ group, data = df, rho = 0, gamma = 1)

案例2：重复事件

  • 数据：患者可能经历多次癌症复发。
  • Log-rank问题：仅分析首次复发时间，忽略后续事件。
  • 改进： 
    # 使用Andersen-Gill模型
library(riskRegression)
fit <- aalen(Surv(start, stop, status) ~ group, data = df)

4. 总结：何时避免使用Log-rank检验？

场景替代方法
非比例风险（生存曲线交叉）加权Log-Rank检验、分段Cox模型
时变治疗效应时依协变量Cox模型
重复事件边际模型、脆弱模型
需量化生存时间具体差异参数化模型（如Weibull回归）

5.3 实际应用中的适用性和局限性

首先，它对数据的要求较高，需要满足生存数据的基本假设，如独立性、右侧截尾等。
其次，当数据存在时间依赖性或重复事件时，Log-rank检验可能不适用，需要使用其他统计方法进行分析。
此外，Log-rank检验只能比较两个或多个组别之间的生存差异，无法考虑其他因素的影响。

Prob(从t1存活到t2） = 1 - d/n

https://zhuanlan.zhihu.com/p/392104512
https://zhuanlan.zhihu.com/p/210541300
https://mp.weixin.qq.com/s/JQY_20IojOpBHcZu4WLMJg

一、Log-rank检验的基本原理
Log-rank检验基于超几何分布和卡方检验的原理，通过比较观察到的事件发生数与预期的事件发生数之间的差异来评估组别间的生存差异。它主要用于判断两组生存数据在统计学上是否存在显著差异，从而推断不同治疗方案或干预措施的效果。

二、生存曲线交叉的含义
生存曲线交叉现象通常发生在Kaplan-Meier曲线分析中，代表两组患者在不同时间段内的生存率出现逆转。这并非偶然现象，而是多种因素交织作用的结果。当生存曲线在某一时间点意外发生交叉时，需要深入理解每一条曲线背后的生存分布特征，并分析可能的影响因素，如治疗方案的差异、患者群体的异质性或数据收集的偏差等。

三、Log-rank检验在生存曲线交叉时的局限性
当生存曲线存在交叉时，Log-rank检验的效能可能受到影响。这主要是因为Log-rank检验假设各组生存曲线呈比例风险关系，**且生存曲线不能交叉。**当这些假设不成立时，Log-rank检验的结果可能不准确

时序检验，也称log-rank 检验，由曼特尔（N．Mantel）等于1966年提出，是最常用于比较两组生存曲线的方法。该检验属于非参数方法，比较的是整个生存时间的分布，即整个生存曲线，而不是比较某个时间点上的生存率。

其基本思想是：计算不同时间点上两组的期初观察人数及终点事件发生人数，并在H0条件下分别计算出两组在该时间点的期望终点事件发生人数，此时，实际值与期望值不会相差很大；一旦相差过大，则有理由认为这个差异不仅仅由抽样误差造成，即原假设不成立，两个总体生存曲线的差异有统计学显著性。

删失率：。一般建议总删失率控制在30%以内，并且两组间的删失率之差不要超过10%。当两组删失率相差较大时，可能会导致I类错误率增大，检验效能降低，结果可靠性下降。

Log-rank方法对每个发生结局事件的时间点赋予的权重都是一样的，而后面四种检验方法则对不同的时间赋予了不同的权重。

Wilcoxon（SPSS中的Breslow方法）方法对早期的结局事件赋予更大的权重，如果治疗的效应在试验的早期阶段比晚期更有效，则可使用该检验。

Tarone-Ware与Wilcoxon检验一样，都是赋予早期的结局事件更大的权重。

Peto-Peto也是在检验生存曲线早期的差异时比较有用，另外该方法在删失数据较多时，比上述两种方法更有效。

Flemington-Harrington是几种方法中最灵活的一种方法，可以通过调整参数p、q来检验曲线不同时间段的差异性。如果p=1、q=0那么就赋予了早期生存时间更大的权重，p=0、q=1则赋予了晚期生存时间更大的权重，p=0、q=0该检验就退化为普通的log-rank检验。

若某个方法功效最大，则该方法是最好的
power depends on how the null hypothesis is violated

关系图谱

反向链接