Prism 的卡普兰-迈尔生存分析现可直接处理“多变量”数据表。这意味着您可以将生存数据保留在大多数统计软件和临床试验数据库所使用的标准数据库格式中，而无需将其重新格式化为 Prism 传统的生存表格式。

生存分析本身完全一致：它采用相同的计算方法，生成相同的图表，并执行相同的对数秩检验。唯一的区别在于您如何组织数据，以及如何告知 Prism 哪些变量包含时间值、事件指标和分组信息。

有何新功能

当您从“多变量”表格运行生存分析时，会在分析参数对话框中看到一个新的“数据”选项卡。您可以在此处为变量分配角色：

•状态（删剪）变量：用于告知 Prism 每个受试者是否发生了您正在追踪的事件，还是被删剪

•时间变量：时间值（天、周、月等）

•分组变量：可选的分类变量，用于生成多条独立的生存曲线，并比较不同组间的生存曲线

其余所有内容——包括“方法”选项卡、“输出”选项卡、生存曲线以及对数秩检验——其工作原理与传统的生存分析表完全一致。

何时应使用“多变量表”进行生存分析

多变量表格特别适用于生存分析数据，因为临床和实验数据库几乎总是以长格式存储此类数据（每行对应一名受试者，列包含生存时间、事件状态和分组因素）。如果您的数据已采用此格式，则无需重新组织即可直接导入 Prism。

在以下情况下，建议使用“多变量”格式：

•从临床试验数据库或其他数据管理系统导入数据时

•您的数据包含多个需要探索的分组因素（治疗方案、分期、年龄组等）

•您希望针对同一数据集，使用不同的分组变量运行多种不同的生存分析

•您处理的数据已采用标准的“tidy”格式

•您需要对同一数据集进行其他分析（如Cox回归、其他统计检验）

对于仅需比较两到三个组并直接将数据输入Prism的简单生存分析，传统的生存表格格式仍然非常适用。

生存数据的结构

生存分析需要每个受试者的三项关键信息：

1.时间值：对该受试者的随访时间有多长？（天、月、年等）

2.事件状态：目标事件是否发生，还是该观测值被删剪？

3.组别归属（可选）：该受试者属于哪个治疗组、风险类别或其他分组？

在“多变量”表格中，每一行代表一名受试者，各列包含上述不同信息。

基本生存数据布局

以下是一个典型的生存数据集结构：

在本示例中，患者003和患者006被删剪（事件 = 0）。这意味着在随访结束时（即第365天），他们仍然存活，或者可能是在第365天接受观察后退出了研究。 其余患者在所示时间点发生了事件（事件 = 1）。

运行分析时，您需要指定：

•状态（删剪）变量：Event（删剪指示变量）

•时间变量：Survival_Days（时间值）

•分组变量：Treatment（用于比较组间生存曲线）

处理多个状态变量

使用“多变量”表格的一个强大功能是能够分析同一数据集中的多个结果。例如，您可能拥有表示不同类型事件的变量——死亡、疾病进展、治疗中止——并且希望为每个结果分别绘制生存曲线。

您可以在单次分析中指定多个状态变量（事件指示变量）。Prism 将针对每个响应变量生成独立的生存曲线。如果您同时指定了分组变量，则会获得响应变量与分组之间每种组合对应的生存曲线。

多结局示例：

若将“死亡”和“疾病进展”均设为状态变量，并将“治疗”设为分组变量，Prism 将生成四条生存曲线：

•死亡 - 对照组

•死亡 - 药物_A

•疾病进展 - 对照组

•疾病进展 - 药物_A

这使您能够通过单一分析设置轻松探索不同的终点。

使用多个分组变量

临床试验和观察性研究通常涉及多个您可能希望用于分层的因素——如治疗组、疾病分期、年龄组、体能状态等。借助“多变量”表格，您可以指定多个分组变量，Prism 将针对每种独特的组合生成生存曲线。

包含多个分组因子的示例：

将“治疗”和“分期”都设为分组变量将生成四条生存曲线：

•对照组-早期

•对照组-晚期

•药物_A-早期

•药物_A-晚期

这样可以轻松观察治疗效果是否因疾病分期而异。

请注意，分组变量越多，生存曲线和统计比较就越多。如果包含2种治疗方案、2个疾病阶段和2个年龄组，将产生8条生存曲线。请确保每种组合中都有足够的事件，以获得有意义的结果。

状态变量：删剪指标

生存分析中的状态变量即为截尾指标。该列用于告知Prism每个受试者是发生了事件还是被删剪。Prism需要知道您使用的编码规则：

•1 = 事件发生，0 = 删剪（最常见的约定）

•0 = 事件发生，1 = 删剪（有时用于较旧的数据集）

您将在分析参数对话框的“方法”选项卡中指定所采用的约定，这与处理传统生存分析表的方式相同。Prism 随后将正确解读您的数据。

您还可以在此处选择分配一个分类变量。 在这种情况下，您可以选择所选分类变量的哪个水平对应于删剪观测值，哪个水平对应于事件。这可以简单地将“删剪”和“事件”作为分类变量的水平，也可以使用任何其他对您而言最合理的、特定于该实验的指示变量。